Robust Sekvensiell Monte Carlo
Robust Sekvensiell Monte Carlo (Robust SMC) utvider standard partikkelfiltrering for å håndtere uteliggere, støy med tunge haler og modellfeilspesifikasjon i sekvensielle data. Ved å erstatte antakelser om Gaussisk sannsynlighet med distribusjoner med tyngre haler eller ved å anvende strategier for uteliggerdeteksjon under partikkelvekting, opprettholder den nøyaktig tilstandsporing og parameterestimering selv når observasjoner avviker fra den antatte modellen.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Ristic, B., Arulampalam, S., & Gordon, N. (2004). Beyond the Kalman Filter: Particle Filters for Tracking Applications. Artech House. ISBN: 978-1580536318
- Akyildiz, O. D., & Miguez, J. (2020). Nudging the particle filter. Statistics and Computing, 30(2), 315-336. DOI: 10.1007/s11222-019-09884-y ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Robust Sequential Monte Carlo Methods. ScholarGate. https://scholargate.app/no/bayesian/robust-sequential-monte-carlo
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 CarloBayesiansk↔ compare
- Kalman-filteretBayesiansk↔ compare
- Partikkelfilter (sekvensiell Monte Carlo)Bayesiansk↔ compare
- Robust Bayesiansk InferensBayesiansk↔ compare
- Robust Kalman-filterBayesiansk↔ compare
- Sekvensiell Monte CarloBayesiansk↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →