ScholarGate
सहायक
Bayesian methodsBayesian / computational

कलमान फ़िल्टर (Kalman Filter) विथ मिसिंग डेटा

कलमान फ़िल्टर विथ मिसिंग डेटा, शास्त्रीय कलमान फ़िल्टर का विस्तार है ताकि उन समय श्रृंखलाओं (time series) को संभाला जा सके जिनमें कुछ अवलोकन (observations) अनुपस्थित होते हैं। जब समय t पर कोई अवलोकन अनुपस्थित होता है, तो अपडेट चरण (update step) को छोड़ दिया जाता है और अवस्था अनुमान (state estimate) केवल पूर्वानुमान चरण (prediction step) से आगे बढ़ाया जाता है। एक्सपेक्टेशन-मैक्सिमाइज़ेशन (EM) एल्गोरिथम के साथ मिलकर, यह विधि अपूर्ण डेटा से अज्ञात मॉडल पैरामीटर का अनुमान भी लगाती है, जिससे यह वास्तविक दुनिया की अनियमित रूप से अवलोकित श्रृंखलाओं के लिए एक व्यावहारिक उपकरण बन जाती है।

MethodMind में खोलेंजल्द हीवीडियोजल्द हीDownload slides

पूरी विधि पढ़ें

केवल सदस्यों के लिए

यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।

साइन इन करें

Method map

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

स्रोत

  1. Shumway, R. H. & Stoffer, D. S. (2000). Time Series Analysis and Its Applications. Springer. ISBN: 978-0387989501
  2. Harvey, A. C. (1989). Forecasting, Structural Time Series Models and the Kalman Filter. Cambridge University Press. ISBN: 978-0521405737

इस पृष्ठ का उद्धरण कैसे दें

ScholarGate. (2026, June 3). Kalman Filter for State-Space Models with Missing Observations. ScholarGate. https://scholargate.app/hi/bayesian/kalman-filter-with-missing-data

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

इनमें संदर्भित

ScholarGateKalman Filter with Missing Data (Kalman Filter for State-Space Models with Missing Observations). 2026-06-15 को यहाँ से प्राप्त https://scholargate.app/hi/bayesian/kalman-filter-with-missing-data · डेटासेट: https://doi.org/10.5281/zenodo.20539026