ScholarGate
Assistente
Bayesian methodsBayesian / computational

Monte Carlo Sequencial Robusto

O Monte Carlo Sequencial Robusto (Robust SMC) estende a filtragem por partículas padrão para lidar com valores atípicos (outliers), ruído de cauda pesada e especificação incorreta do modelo em dados sequenciais. Ao substituir suposições de verossimilhança Gaussiana por distribuições de cauda mais pesada ou empregando estratégias de detecção de outliers durante a ponderação das partículas, ele mantém o rastreamento de estado e a estimação de parâmetros precisos, mesmo quando as observações se desviam do modelo assumido.

Abrir no MethodMindEm breveVídeoEm breveDownload slides

Leia o método completo

Exclusivo para membros

Entre com uma conta gratuita para ler esta seção.

Entrar

Method map

The neighbourhood of related methods — select a node to explore.

Fontes

  1. Ristic, B., Arulampalam, S., & Gordon, N. (2004). Beyond the Kalman Filter: Particle Filters for Tracking Applications. Artech House. ISBN: 978-1580536318
  2. Akyildiz, O. D., & Miguez, J. (2020). Nudging the particle filter. Statistics and Computing, 30(2), 315-336. DOI: 10.1007/s11222-019-09884-y

Como citar esta página

ScholarGate. (2026, June 3). Robust Sequential Monte Carlo Methods. ScholarGate. https://scholargate.app/pt/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.

Compare side by side

Referenciado por

ScholarGateRobust Sequential Monte Carlo (Robust Sequential Monte Carlo Methods). Recuperado em 2026-06-15 de https://scholargate.app/pt/bayesian/robust-sequential-monte-carlo · Conjunto de dados: https://doi.org/10.5281/zenodo.20539026