Bayesian methodsBayesian / computational
カルマンフィルター
カルマンフィルターは、ノイズの多い測定値から線形力学系の隠れた状態を推定するための最適な再帰的アルゴリズムである。各タイムステップにおいて、システムモデルを用いて状態を前方へ予測する「予測ステップ」と、新しい観測値で予測を修正する「更新ステップ」を交互に実行し、最小分散の状態推定値とその不確実性をリアルタイムで生成する。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
+40 more
出典
- Kalman, R. E. (1960). A new approach to linear filtering and prediction problems. Journal of Basic Engineering, 82(1), 35-45. DOI: 10.1115/1.3662552 ↗
- Welch, G. & Bishop, G. (2006). An Introduction to the Kalman Filter. University of North Carolina at Chapel Hill, Technical Report TR 95-041. link ↗
このページの引用方法
ScholarGate. (2026, June 3). Kalman Filter (Linear-Gaussian State-Space Filter). ScholarGate. https://scholargate.app/ja/bayesian/kalman-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.
- ベイズ回帰ベイズ↔ compare
- 動的ベイジアンネットワークベイズ↔ compare
- 拡張カルマンフィルタ制御理論↔ compare
- パーティクルフィルタ（逐次モンテカルロ法）ベイズ↔ compare
- 逐次モンテカルロ法ベイズ↔ compare
この手法を参照する項目
測定誤差を伴うベイズ推論デジタルツインシミュレーション動的ベイズ階層モデル動的ベイズ推論動的ベイズモデル平均 (Dynamic Bayesian Model Averaging)動的ベイジアンネットワーク動的メトロポリス・ヘイスティングス法動的粒子フィルタ動的逐次モンテカルロ法動的変分推論階層的ブートストラップシミュレーション階層カルマンフィルタ（Hierarchical Kalman Filter, HKF）階層型粒子フィルタカルマンフィルタ（測定誤差あり）欠損データを含むカルマンフィルタ線形二次ガウス (Linear Quadratic Gaussian)マルコフスイッチング多重フラクタルモデルパーティクルフィルタ（逐次モンテカルロ法）計測誤差を伴う粒子フィルタロバストカルマンフィルタロバスト粒子フィルタ頑健逐次モンテカルロ法逐次モンテカルロ法空間ブートストラップシミュレーション空間カルマンフィルター時系列近似ベイズ計算時系列ベイズ階層モデル時系列ベイズ推論時系列ベイズモデル平均法時系列カルマンフィルタ時系列MCMC時系列パーティクルフィルタ時系列逐次モンテカルロ法時系列変分推論時変パラメータ自己回帰モデル（TVP-AR）時変パラメータARCHモデル（TVP-ARCH）時変パラメータARIMAモデル（TVP-ARIMA）時変パラメータARMAモデル (TVP-ARMA)時間変動パラメータ・エングル・グレンジャー共和分時変パラメータGARCHモデル (TVP-GARCH)時変パラメータGLS (TVP-GLS)時間変動パラメータGranger因果性時変パラメータMAモデル時変係数OLS（TVP-OLS）時間変動パラメータパネルデータ分析時変パラメータSARIMAモデル（TVP-SARIMA）時間変動係数VARモデル（TVP-VAR）時間変動係数ベクトル誤差修正モデル (TVP-VECM)