Romlig Kalman-filter
Det romlige Kalman-filteret anvender klassisk Kalman-filtrering på spatio-temporale tilstandsrommodeller, der et romlig fordelt latent felt behandles som den skjulte tilstanden som utvikler seg over tid. Ved hvert tidstrinn predikerer filteret rekursivt det romlige feltet fremover og oppdaterer deretter prediksjonen med nye romlige observasjoner, noe som produserer optimale lineære estimater av feltet og dets usikkerhet på tvers av alle lokasjoner.
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
- Cressie, N. & Wikle, C. K. (2011). Statistics for Spatio-Temporal Data. Wiley. ISBN: 978-0-471-69274-4
- 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Spatial Kalman Filter for Spatio-Temporal State-Space Models. ScholarGate. https://scholargate.app/no/bayesian/spatial-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.
- Dynamisk Bayesiansk InferensBayesiansk↔ compare
- Kalman-filteretBayesiansk↔ compare
- Partikkelfilter (sekvensiell Monte Carlo)Bayesiansk↔ compare
- Sekvensiell Monte CarloBayesiansk↔ compare
- Romlig Bayesiansk inferensBayesiansk↔ compare
- Spatial MCMCBayesiansk↔ compare
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →