Bayesian methodsBayesian / computational
空間カルマンフィルター
空間カルマンフィルターは、古典的なカルマンフィルターを時空間状態空間モデルに適用するもので、空間的に分布した潜在場を時間とともに進化する隠れた状態として扱います。各時間ステップにおいて、フィルターは空間場を前方に再帰的に予測し、その予測を新しい空間観測で更新することで、すべての位置における場の最適な線形推定値とその不確実性を生成します。
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.
出典
- Cressie, N. & Wikle, C. K. (2011). Statistics for Spatio-Temporal Data. Wiley. ISBN: 978-0-471-69274-4
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 3). Spatial Kalman Filter for Spatio-Temporal State-Space Models. ScholarGate. https://scholargate.app/ja/bayesian/spatial-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.
- 動的ベイズ推論ベイズ↔ compare
- カルマンフィルターベイズ↔ 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
- 空間ベイズ推論ベイズ↔ compare
- Spatial MCMCベイズ↔ compare