A részecskeszűrő (szekvenciális Monte Carlo)
A Gordon, Salmond és Smith által 1993-ban bevezetett részecskeszűrő egy szekvenciális Monte Carlo algoritmus, amely a Bayes-i szűrési eloszlást közelíti nemlineáris és nem-Gauss-i állapotterű modellek esetén. Az egyetlen legjobb becslés követése helyett N súlyozott véletlen mintából – részecskékből – álló felhőt tart fenn, amely kollektívan reprezentálja a rejtett állapot teljes utólagos eloszlását minden időpillanatban, ahogy új megfigyelések érkeznek.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
+25 more
Források
- 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
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Particle Filter (Sequential Monte Carlo). ScholarGate. https://scholargate.app/hu/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.
- Bayes-féle RegresszióBayes-statisztika↔ compare
- Kalman-szűrőBayes-statisztika↔ compare
- Markov-lánc Monte Carlo (MCMC)Bayes-statisztika↔ compare
- Állapotterek (State Space) modell (Kalman-szűrő)Ökonometria↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →