Робастный фильтр частиц
Робастный фильтр частиц — это метод последовательного Монте-Карло, который отслеживает скрытые состояния в нелинейных, негауссовых системах, оставаясь при этом устойчивым к выбросам и неверной спецификации модели. Он заменяет стандартную гауссову функцию правдоподобия плотностью с тяжелыми хвостами или ограниченным влиянием, так что аномальные наблюдения получают пониженный вес и не могут исказить оценку состояния.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- Ristic, B., Arulampalam, S. & Gordon, N. (2004). Beyond the Kalman Filter: Particle Filters for Tracking Applications. Artech House. ISBN: 978-1580536318
- Hurzeler, M. & Kunsch, H. R. (1998). Monte Carlo approximations for general state-space models. Journal of Computational and Graphical Statistics, 7(2), 175-193. link ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Robust Particle Filter. ScholarGate. https://scholargate.app/ru/bayesian/robust-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.
- Гамильтонов Монте-КарлоБайесовские методы↔ compare
- Фильтр КалманаБайесовские методы↔ compare
- Фильтр частиц (последовательное Монте-Карло)Байесовские методы↔ compare
- Робастный фильтр КалманаБайесовские методы↔ compare
- Робастный последовательный Монте-КарлоБайесовские методы↔ compare
- Последовательный Монте-КарлоБайесовские методы↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →