Machine learningNonlinear Estimation
アンセンテッドカルマンフィルタ
アンセンテッドカルマンフィルタ（UKF）は、非線形システムを明示的なヤコビアン計算なしに近似する非線形状態推定アルゴリズムです。1997年にJulierとUhlmannによって導入されたUKFは、アンセンテッド変換（注意深く選択された標本点（シグマ点）のセットを通じて平均と共分散統計を捉える決定論的手法）を使用します。これにより、UKFは高度に非線形なシステムに対して拡張カルマンフィルタ（EKF）よりも正確でありながら、導関数計算の計算負荷を回避します。
MethodMindで開く近日公開Apply, compare, get guidance
Tools & resources
Learn & explore
動画近日公開
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
- Julier, S. J., & Uhlmann, J. K. (1997). A new method for the nonlinear transformation of means and covariances in filters and estimators. IEEE Transactions on Automatic Control, 45(3), 477-482. link ↗
- Wan, E. A., & Van Der Merwe, R. (2000). The unscented Kalman filter for nonlinear estimation. Proceedings of the IEEE 2000 Adaptive Systems for Signal Processing, 153-158. link ↗
- Sarkka, S. (2013). Bayesian Filtering and Smoothing. Cambridge University Press. DOI: 10.1017/CBO9781139344203 ↗
このページの引用方法
ScholarGate. (2026, June 3). Unscented Kalman Filter. ScholarGate. https://scholargate.app/ja/control-theory/unscented-kalman-filter
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 →