Пространственный фильтр Калмана
Пространственный фильтр Калмана применяет классическую фильтрацию Калмана к пространственно-временным моделям состояния, рассматривая распределенное в пространстве скрытое поле как скрытое состояние, которое эволюционирует во времени. На каждом временном шаге фильтр рекурсивно прогнозирует пространственное поле вперед, а затем обновляет прогноз новыми пространственными наблюдениями, выдавая оптимальные линейные оценки поля и его неопределенности во всех местах.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Spatial Kalman Filter for Spatio-Temporal State-Space Models. ScholarGate. https://scholargate.app/ru/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.
- Динамический байесовский выводБайесовские методы↔ compare
- Фильтр КалманаБайесовские методы↔ compare
- Фильтр частиц (последовательное Монте-Карло)Байесовские методы↔ compare
- Последовательный Монте-КарлоБайесовские методы↔ compare
- Пространственный байесовский выводБайесовские методы↔ compare
- Пространственный MCMCБайесовские методы↔ compare
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →