Filtru de particule cu date lipsă
Un filtru de particule adaptat pentru modele spațiu-stare în care unele observații lipsesc. Algoritmul urmărește o stare ascunsă în timp, utilizând un nor de eșantioane aleatoare ponderate (particule); atunci când un pas de timp nu are o valoare observată, pasul de actualizare a ponderilor este pur și simplu omis, astfel încât particulele se propagă înainte folosind doar modelul de tranziție până la sosirea unor date noi.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
Surse
- Doucet, A., de Freitas, N. & Gordon, N. J. (Eds.) (2001). Sequential Monte Carlo Methods in Practice. Springer, New York. ISBN: 978-0387951461
- Doucet, A., Godsill, S. & Andrieu, C. (2000). On sequential Monte Carlo sampling methods for Bayesian filtering. Statistics and Computing, 10(3), 197-208. DOI: 10.1023/A:1008935410038 ↗
Cum se citează această pagină
ScholarGate. (2026, June 3). Sequential Monte Carlo Particle Filter for State-Space Models with Missing Observations. ScholarGate. https://scholargate.app/ro/bayesian/particle-filter-with-missing-data
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.
- Inferență bayesiană cu date lipsăBayesian↔ compare
- Filtru dinamic de particuleBayesian↔ compare
- Filtru Kalman cu date lipsăBayesian↔ compare
- MCMC cu date lipsăBayesian↔ compare
- Filtrul particulelor (Monte Carlo secvențial)Bayesian↔ compare
- Monte Carlo SecvențialBayesian↔ compare
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →