Bayesian methods
パーティクルフィルタ（逐次モンテカルロ法）
1993年にGordon、Salmond、Smithによって導入されたパーティクルフィルタは、非線形かつ非ガウス状態空間モデルのベイズフィルタリング分布を近似する逐次モンテカルロアルゴリズムである。単一の最良推定値を追跡するのではなく、N個の重み付きランダムサンプル（パーティクル）のクラウドを維持し、これらが各時点での隠れ状態の事後分布全体を、新しい観測が到着するにつれて集合的に表現する。
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.
+25 more
出典
- Gordon, N. J., Salmond, D. J., & Smith, A. F. M. (1993). Novel approach to nonlinear/non-Gaussian Bayesian state estimation. IEE Proceedings F (Radar and Signal Processing), 140(2), 107–113. DOI: 10.1049/ip-f-2.1993.0015 ↗
- Doucet, A., Godsill, S. J., & Andrieu, C. (2000). On sequential Monte Carlo sampling methods for Bayesian filtering. Statistics and Computing, 10(3), 197–208. DOI: 10.1023/A:1008935410038 ↗
- Doucet, A., de Freitas, N., & Gordon, N. (Eds.). (2001). Sequential Monte Carlo Methods in Practice. Springer-Verlag. ISBN: 978-0-387-95146-1
このページの引用方法
ScholarGate. (2026, June 3). Particle Filter (Sequential Monte Carlo). ScholarGate. https://scholargate.app/ja/bayesian/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.
- ベイズ回帰ベイズ↔ compare
- カルマンフィルターベイズ↔ compare
- マルコフ連鎖モンテカルロ法 (MCMC)ベイズ↔ compare
- 状態空間モデル（カルマンフィルタ）計量経済学↔ compare
この手法を参照する項目
測定誤差を伴う近似ベイズ計算欠損データを伴う近似ベイズ計算動的ベイズ階層モデル動的ベイズ推論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モンテカルロシミュレーション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アンサンブルカルマンフィルタ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ーカルマンフィルタ（測定誤差あり）多重レベルモンテカルロ法欠損データを持つパーティクルフィルタ頑健な近似ベイズ計算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測定誤差を伴う逐次モンテカルロ法欠損データを含む逐次モンテカルロ法同時自己位置推定と地図作成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推論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