Monte Carlo Sequenziale Robusto
Il Monte Carlo Sequenziale Robusto (Robust SMC) estende il filtraggio particellare standard per gestire outlier, rumore a code pesanti e misspecificazione del modello nei dati sequenziali. Sostituendo le assunzioni di verosimiglianza Gaussiana con distribuzioni a code più pesanti o impiegando strategie di rilevamento degli outlier durante la pesatura delle particelle, mantiene un tracciamento accurato dello stato e una stima dei parametri anche quando le osservazioni deviano dal modello assunto.
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
- Akyildiz, O. D., & Miguez, J. (2020). Nudging the particle filter. Statistics and Computing, 30(2), 315-336. DOI: 10.1007/s11222-019-09884-y ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Robust Sequential Monte Carlo Methods. ScholarGate. https://scholargate.app/it/bayesian/robust-sequential-monte-carlo
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
- Inferenza Bayesiana RobustaBayesiano↔ compare
- Filtro di Kalman RobustoBayesiano↔ compare
- Monte Carlo SequenzialeBayesiano↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →