Robustný časticový filter
Robustný časticový filter je sekvenčná metóda Monte Carlo, ktorá sleduje skryté stavy v nelineárnych, negauusovských systémoch, pričom zostáva odolná voči odľahlým hodnotám a nesprávnej špecifikácii modelu. Nahradzuje štandardnú gaussovskú vierohodnosť hustotou s ťažkými chvostmi alebo obmedzeným vplyvom, takže anomálne pozorovania dostávajú zníženú váhu a nemôžu znehodnotiť odhad stavu.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Robust Particle Filter. ScholarGate. https://scholargate.app/sk/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.
- Hamiltonovský Monte CarloBayesovské metódy↔ compare
- Kalmanov filterBayesovské metódy↔ compare
- Časticový filter (sekvenčné metódy Monte Carlo)Bayesovské metódy↔ compare
- Robustný Kalmanov filterBayesovské metódy↔ compare
- Robustná sekvenčná Monte Carlo metódaBayesovské metódy↔ compare
- Sekvenčné Monte CarloBayesovské metódy↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →