פילטר החלקיקים לסדרות עתיות
פילטר החלקיקים לסדרות עתיות הוא שיטת מונטה קרלו סדרתית (Sequential Monte Carlo) העוקבת אחר המצב הנסתר של מודל מרחב-מצב לא-לינארי ולא-גאוסיאני, ככל שמתקבלות תצפיות חדשות אחת אחר אחת. הוא מייצג את התפלגות הפוסטריור המתפתחת על פני המצב החבוי כענן משוקלל של דגימות אקראיות (חלקיקים), ועדכן אותם בכל צעד זמן באמצעות התפשטות, שקלול פונקציית הנראות (likelihood weighting), ודגימה מחדש (resampling).
קראו את השיטה במלואה
התחברו עם חשבון חינמי כדי לקרוא חלק זה.
Method map
The neighbourhood of related methods — select a node to explore.
מקורות
- Gordon, N. J., Salmond, D. J., & Smith, A. F. M. (1993). Novel approach to nonlinear/non-Gaussian Bayesian state estimation. IEE Proceedings F - Radar and Signal Processing, 140(2), 107-113. DOI: 10.1049/ip-f-2.1993.0015 ↗
- Doucet, A., de Freitas, N., & Gordon, N. (Eds.). (2001). Sequential Monte Carlo Methods in Practice. Springer. ISBN: 978-0387951461
איך לצטט עמוד זה
ScholarGate. (2026, June 3). Time Series Particle Filter (Sequential Monte Carlo for State-Space Models). ScholarGate. https://scholargate.app/he/bayesian/time-series-particle-filter
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.
- רשת בייסיאנית דינמיתבייסיאני↔ compare
- פילטר קלמןבייסיאני↔ compare
- פילטר חלקיקים (מונטה קרלו סדרתי)בייסיאני↔ compare
- מונטה קרלו סדרתיבייסיאני↔ compare
- הסקה בייסיאנית לסדרות עתיותבייסיאני↔ compare
- מסנן קלמן לסדרות עתיותבייסיאני↔ compare