Filtru de particule pentru serii de timp
Filtrul de particule pentru serii de timp este o metodă Monte Carlo Secvențială care urmărește starea ascunsă a unui model neliniar, nestocastic de spațiu de stări, pe măsură ce noi observații sosesc una câte una. Reprezintă distribuția posterioară evolutivă asupra stării latente ca un nor ponderat de eșantioane aleatoare (particule), actualizându-le la fiecare pas de timp prin propagare, ponderare prin verosimilitate și re-eșantionare.
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
- Gordon, N. J., Salmond, D. J., & Smith, A. F. M. (1993). Novel approach to nonlinear/non-Gaussian Bayesian state estimation. IEE Proceedings F - Radar and Signal Processing, 140(2), 107-113. DOI: 10.1049/ip-f-2.1993.0015 ↗
- Doucet, A., de Freitas, N., & Gordon, N. (Eds.). (2001). Sequential Monte Carlo Methods in Practice. Springer. ISBN: 978-0387951461
Cum se citează această pagină
ScholarGate. (2026, June 3). Time Series Particle Filter (Sequential Monte Carlo for State-Space Models). ScholarGate. https://scholargate.app/ro/bayesian/time-series-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.
- Rețea bayesiană dinamicăBayesian↔ compare
- Filtru KalmanBayesian↔ compare
- Filtrul particulelor (Monte Carlo secvențial)Bayesian↔ compare
- Monte Carlo SecvențialBayesian↔ compare
- Inferență bayesiană pe serii de timpBayesian↔ compare
- Filtrul Kalman pentru serii de timpBayesian↔ compare
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →