Bayesian methodsBayesian / computational
강건 칼만 필터
강건 칼만 필터(Robust Kalman Filter)는 관측치나 프로세스 잡음이 가우시안(Gaussian) 가정을 벗어날 때, 특히 데이터에 이상치(outlier), 꼬리가 두꺼운 분포(heavy-tailed distribution) 또는 심각한 오류(gross error)가 포함된 경우에도 신뢰할 수 있는 상태 추정(state estimation)을 유지하도록 설계된 고전적 칼만 필터의 확장판입니다. 표준 최소 제곱(least-squares) 업데이트를 영향력 제한(influence-limited) 또는 M-추정(M-estimation) 기반 보정으로 대체하거나 가중치를 줄임으로써, 단일 이상 측정치가 전체 상태 추정치를 왜곡하는 것을 방지합니다.
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.
출처
- 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 ↗
- Huber, P. J. & Ronchetti, E. M. (2011). Robust Statistics (2nd ed.). Wiley. ISBN: 978-0470129906
이 페이지 인용 방법
ScholarGate. (2026, June 3). Robust Kalman Filter. ScholarGate. https://scholargate.app/ko/bayesian/robust-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.
- 확장 칼만 필터제어이론↔ compare
- 칼만 필터베이지안↔ compare
- 파티클 필터 (순차 몬테카를로)베이지안↔ compare
- 강건 베이즈 추론베이지안↔ compare
- 순차 몬테카를로 (Sequential Monte Carlo, SMC)베이지안↔ compare