Idősoros részecskeszűrő (Particle Filter)
Az idősoros részecskeszűrő egy szekvenciális Monte Carlo módszer, amely egy nemlineáris, nem-Gauss-féle állapot-tér modell rejtett állapotát követi nyomon, ahogy az új megfigyelések egyenként beérkeznek. A látens állapot fejlődő poszterior eloszlását súlyozott véletlenszerű minták (részecskék) felhőjeként reprezentálja, amelyeket minden időlépésben propagációval, valószínűségi súlyozással és újramintavételezéssel frissít.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Módszertérkép
A rokon módszerek környezete — válasszon ki egy csomópontot a felfedezéshez.
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., de Freitas, N., & Gordon, N. (Eds.). (2001). Sequential Monte Carlo Methods in Practice. Springer. ISBN: 978-0387951461
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Time Series Particle Filter (Sequential Monte Carlo for State-Space Models). ScholarGate. https://scholargate.app/hu/bayesian/time-series-particle-filter
Melyik módszer?
Állítsa e módszert a hozzá legközelebb álló rokonai mellé, és olvassa őket egymás mellett — a könyvtár az asztalra teszi a könyveket; a választás az Öné.
- Dinamikus Bayes-hálóBayes-statisztika↔ összehasonlítás
- Kalman-szűrőBayes-statisztika↔ összehasonlítás
- A részecskeszűrő (szekvenciális Monte Carlo)Bayes-statisztika↔ összehasonlítás
- Szekvenciális Monte CarloBayes-statisztika↔ összehasonlítás
- Idősoros Bayes-féle következtetésBayes-statisztika↔ összehasonlítás
- Idősorok Kalman-szűrőjeBayes-statisztika↔ összehasonlítás
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →