Bayesian methodsBayesian / computational

Sequential Monte Carlo (SMC) רובוסטי

Sequential Monte Carlo (Robust SMC) רובוסטי מרחיב סינון חלקיקים סטנדרטי כדי להתמודד עם חריגות, רעש בעל זנבות כבדים ואי-התאמה של המודל בנתונים סדרתיים. על ידי החלפת הנחות פונקציית הנראות הגאוסיאנית בהתפלגויות בעלות זנבות כבדים יותר או שימוש באסטרטגיות זיהוי חריגות במהלך שקלול החלקיקים, הוא שומר על מעקב מדויק אחר מצב ואמידת פרמטרים גם כאשר תצפיות סוטות מהמודל המשוער.

פתיחה ב-MethodMindבקרובוידאובקרובDownload slides

קראו את השיטה במלואה

לחברים בלבד

התחברו עם חשבון חינמי כדי לקרוא חלק זה.

התחברות

Method map

The neighbourhood of related methods — select a node to explore.

מקורות

  1. Ristic, B., Arulampalam, S., & Gordon, N. (2004). Beyond the Kalman Filter: Particle Filters for Tracking Applications. Artech House. ISBN: 978-1580536318
  2. Akyildiz, O. D., & Miguez, J. (2020). Nudging the particle filter. Statistics and Computing, 30(2), 315-336. DOI: 10.1007/s11222-019-09884-y

איך לצטט עמוד זה

ScholarGate. (2026, June 3). Robust Sequential Monte Carlo Methods. ScholarGate. https://scholargate.app/he/bayesian/robust-sequential-monte-carlo

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

מאוזכר על ידי

ScholarGateRobust Sequential Monte Carlo (Robust Sequential Monte Carlo Methods). אוחזר בתאריך 2026-06-15 מתוך https://scholargate.app/he/bayesian/robust-sequential-monte-carlo · מערך נתונים: https://doi.org/10.5281/zenodo.20539026