Časový filter častíc
Časový filter častíc je metóda sekvenčného Monte Carlo, ktorá sleduje skrytý stav nelineárneho, negauusovského stavového modelu, keď nové pozorovanie prichádzajú jedno po druhom. Reprezentuje vyvíjajúce sa posteriorné rozdelenie nad latentným stavom ako váženú oblačnosť náhodných vzoriek (častíc), pričom ich v každom časovom kroku aktualizuje prostredníctvom propagácie, váženia združenosťou a opätovného vzorkovania.
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
- 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
Ako citovať túto stránku
ScholarGate. (2026, June 3). Time Series Particle Filter (Sequential Monte Carlo for State-Space Models). ScholarGate. https://scholargate.app/sk/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.
- Dynamická Bayesovská sieťBayesovské metódy↔ compare
- Kalmanov filterBayesovské metódy↔ compare
- Časticový filter (sekvenčné metódy Monte Carlo)Bayesovské metódy↔ compare
- Sekvenčné Monte CarloBayesovské metódy↔ compare
- Bayesovská inferencia časových radovBayesovské metódy↔ compare
- Kalmanov filter časových radovBayesovské metódy↔ compare
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →