Robuuste Partikelfilter
De Robuuste Partikelfilter is een sequentiële Monte Carlo-methode die verborgen toestanden in niet-lineaire, niet-Gaussiaanse systemen volgt, terwijl deze bestand blijft tegen uitschieters en modelmispecificatie. Het vervangt de standaard Gaussiaanse likelihood door een dichtheid met zware staarten of begrensde invloed, zodat anomale observaties een verlaagde weging ontvangen en de toestandsschatting niet kunnen ontsporen.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- 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. link ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Robust Particle Filter. ScholarGate. https://scholargate.app/nl/bayesian/robust-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.
- Hamiltonian Monte CarloBayesiaanse statistiek↔ compare
- KalmanfilterBayesiaanse statistiek↔ compare
- Deeltjesfilter (Sequentiële Monte Carlo)Bayesiaanse statistiek↔ compare
- Robuuste KalmanfilterBayesiaanse statistiek↔ compare
- Robuuste Sequentiële Monte CarloBayesiaanse statistiek↔ compare
- Sequentiële Monte CarloBayesiaanse statistiek↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →