Sequential Monte Carlo dengan Data Hilang

Sequential Monte Carlo (SMC) dengan data hilang memperluas filter partikel standar ke model ruang keadaan (state-space models) di mana beberapa observasi tidak ada. Ketika observasi hilang pada langkah waktu tertentu, langkah pembaruan dilewati begitu saja: partikel disebarkan maju melalui model transisi tanpa pembobotan ulang, mempertahankan inferensi Bayesian yang tepat di bawah pola data hilang apa pun selama ketidakadaan dapat diabaikan (hilang secara acak atau hilang sama sekali secara acak).