Filtro Particellare Robusto
Il Filtro Particellare Robusto è un metodo Monte Carlo sequenziale che traccia stati nascosti in sistemi non lineari e non Gaussiani, mantenendo al contempo la resistenza agli outlier e alla misspecificazione del modello. Sostituisce la verosimiglianza Gaussiana standard con una densità a code pesanti o a influenza limitata, in modo che le osservazioni anomale ricevano un peso ridotto e non possano compromettere la stima dello stato.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- Ristic, B., Arulampalam, S. & Gordon, N. (2004). Beyond the Kalman Filter: Particle Filters for Tracking Applications. Artech House. ISBN: 978-1580536318
- Hurzeler, M. & Kunsch, H. R. (1998). Monte Carlo approximations for general state-space models. Journal of Computational and Graphical Statistics, 7(2), 175-193. link ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Robust Particle Filter. ScholarGate. https://scholargate.app/it/bayesian/robust-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.
- Hamiltonian Monte CarloBayesiano↔ compare
- Filtro di KalmanBayesiano↔ compare
- Filtro a particelle (Monte Carlo Sequenziale)Bayesiano↔ compare
- Filtro di Kalman RobustoBayesiano↔ compare
- Monte Carlo Sequenziale RobustoBayesiano↔ compare
- Monte Carlo SequenzialeBayesiano↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →