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।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- Shumway, R. H. & Stoffer, D. S. (2000). Time Series Analysis and Its Applications. Springer. ISBN: 978-0387989501
- 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.
- लापता डेटा के साथ बायेसियन अनुमानबायेसियन↔ compare
- EM Algorithmसांख्यिकी↔ compare
- कलमन फ़िल्टर (Kalman Filter)बायेसियन↔ compare
- लुप्त डेटा के साथ कण फ़िल्टर (Particle Filter with Missing Data)बायेसियन↔ compare
- सीक्वेंशियल मोंटे कार्लोबायेसियन↔ compare
- स्टेट स्पेस मॉडल (कलमन फिल्टर)अर्थमिति↔ compare