Particle Filter (Sequential Monte Carlo)
Čestični filtar, uveden od strane Gordona, Salmonda i Smitha 1993. godine, jest sekvencijalni Monte Carlo algoritam koji aproksimira Bayesovu distribuciju filtriranja za nelinearne i negauzijevske modele prostora stanja. Umjesto praćenja jedne najbolje procjene, on održava oblak N ponderiranih slučajnih uzoraka — čestica — koji kolektivno predstavljaju punu aposteriornu distribuciju skrivenog stanja u svakoj vremenskoj točki kako nove opservacije pristižu.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
+25 more
Izvori
- 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., Godsill, S. J., & Andrieu, C. (2000). On sequential Monte Carlo sampling methods for Bayesian filtering. Statistics and Computing, 10(3), 197–208. DOI: 10.1023/A:1008935410038 ↗
- Doucet, A., de Freitas, N., & Gordon, N. (Eds.). (2001). Sequential Monte Carlo Methods in Practice. Springer-Verlag. ISBN: 978-0-387-95146-1
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Particle Filter (Sequential Monte Carlo). ScholarGate. https://scholargate.app/hr/bayesian/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.
- Bayesovska regresijaBayesovska statistika↔ compare
- Kalmanov filtarBayesovska statistika↔ compare
- Markovova lančana Monte Carlo (MCMC)Bayesovska statistika↔ compare
- Model prostora stanja (Kalmanov filtar)Ekonometrija↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →