Bayesian methods
파티클 필터 (순차 몬테카를로)
1993년 Gordon, Salmond, Smith가 소개한 파티클 필터는 비선형 및 비가우시안 상태 공간 모델에 대한 베이즈 필터링 분포를 근사하는 순차 몬테카를로(Sequential Monte Carlo, SMC) 알고리즘입니다. 이 필터는 단일 최적 추정치를 추적하는 대신, 새로운 관측치가 도착할 때마다 은닉 상태의 전체 사후 분포를 집합적으로 나타내는 N개의 가중 무작위 표본(파티클) 클라우드를 유지합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
+25 more
출처
- 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
이 페이지 인용 방법
ScholarGate. (2026, June 3). Particle Filter (Sequential Monte Carlo). ScholarGate. https://scholargate.app/ko/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.
- 베이즈 회귀베이지안↔ compare
- 칼만 필터베이지안↔ compare
- 마르코프 연쇄 몬테카를로 (MCMC)베이지안↔ compare
- 상태 공간 모형 (칼만 필터)계량경제학↔ compare
이 방법을 참조하는 항목
측정 오차를 동반한 근사 베이즈 계산누락 데이터가 있는 근사 베이즈 계산 (Approximate Bayesian Computation with Missing Data)동적 베이즈 계층 모델동적 베이즈 추론동적 베이즈 네트워크동적 Metropolis-Hastings 알고리즘동적 몬테카를로 시뮬레이션동적 입자 필터동적 순차 몬테카를로동적 변분 추론앙상블 칼만 필터계층적 칼만 필터계층적 파티클 필터칼만 필터칼만 필터와 측정 오차다단계 몬테카를로 시뮬레이션결측치가 있는 입자 필터강건 근사 베이즈 추론 (Robust Approximate Bayesian Computation)강건 칼만 필터강건 입자 필터로버스트 순차 몬테카를로순차 몬테카를로 (Sequential Monte Carlo, SMC)측정 오차를 동반한 순차 몬테카를로 (Sequential Monte Carlo with Measurement Error)결측 데이터가 있는 순차 몬테카를로동시 위치 결정 및 지도 작성공간 칼만 필터시계열 근사 베이즈 추론시계열 베이즈 추론시계열 칼만 필터시계열 MCMC시간 계열 입자 필터시계열 순차 몬테카를로