Robust Particle Filter
The Robust Particle Filter is a sequential Monte Carlo method that tracks hidden states in nonlinear, non-Gaussian systems while remaining resistant to outliers and model misspecification. It replaces the standard Gaussian likelihood with a heavy-tailed or bounded-influence density, so that anomalous observations receive downweighted importance and cannot derail the state estimate.
Rekod sumber
Petikan disalin secara verbatim daripada rekod sumber kaedah. Tiada pengesahan peringkat tuntutan disimpulkan daripadanya.
- Ristic, B., Arulampalam, S. & Gordon, N. (2004). Beyond the Kalman Filter: Particle Filters for Tracking Applications. Artech House. · ISBN 978-1580536318
- Hurzeler, M. & Kunsch, H. R. (1998). Monte Carlo approximations for general state-space models. Journal of Computational and Graphical Statistics, 7(2), 175-193. · URL
Tuntutan yang dikurasi
Tuntutan disimpan dalam lejar bukti, setiap satu dengan penilaiannya sendiri.
Pandangan ini tidak mencipta penilaian tuntutan apabila lejar tiada.
Kaedah berkaitan
Dijana daripada graf kaedah dan ditunjukkan sebagai perhubungan yang dicadangkan mesin — tiada tuntutan bukti disimpulkan.