Bayesian methodsBayesian / computational
カルマンフィルタ（測定誤差あり）
測定誤差を伴うカルマンフィルタは、ノイズの多い観測値から動的システムの真の隠れ状態を推定する、再帰的なベイズ状態空間アルゴリズムである。プロセスノイズ（システムダイナミクスの不確実性）と測定ノイズ（観測の不確実性）を明示的に分離し、これら両方の誤差源を2段階の予測-更新サイクルで伝播させることにより、最適なフィルタリングされた状態推定値とその関連する不確実性を得る。
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。
手法マップ
関連する手法の近傍 — ノードを選択して探索できます。
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 ↗
- Durbin, J. & Koopman, S. J. (2012). Time Series Analysis by State Space Methods (2nd ed.). Oxford University Press. ISBN: 978-0199641178
このページの引用方法
ScholarGate. (2026, June 3). Kalman Filter with Explicit Measurement Error Modeling. ScholarGate. https://scholargate.app/ja/bayesian/kalman-filter-with-measurement-error
どの手法を選ぶ？
この手法を最も近い類縁の手法と並べ、両者を見比べてください — ライブラリは本を机の上に並べるだけ。選ぶのはあなたです。
並べて比較する →