Filtrimi Robust me Grimca
Filtrimi Robust me Grimca është një metodë Monte Karlo sekvenciale që gjurmon shtetet e fshehura në sisteme jo-lineare, jo-Gaussiane, duke mbetur rezistent ndaj vlerave anormale (outliers) dhe specifikimeve të gabuara të modelit. Ai zëvendëson funksionin standard të ngjashmërisë Gaussian me një densitet me bishta të rëndë ose me ndikim të kufizuar, në mënyrë që vëzhgimet anormale të marrin peshë të zvogëluar dhe të mos mund të rrëzojnë vlerësimin e shtetit.
Lexoni metodën e plotë
Hyni me një llogari falas për ta lexuar këtë seksion.
Method map
The neighbourhood of related methods — select a node to explore.
Burimet
- 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 ↗
Si ta citoni këtë faqe
ScholarGate. (2026, June 3). Robust Particle Filter. ScholarGate. https://scholargate.app/sq/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.
- Monte Karlo HamiltonianiStatistika bajesiane↔ compare
- Filtrimi KalmanStatistika bajesiane↔ compare
- Filtri i grimcave (Monte Karlo Sekuencial)Statistika bajesiane↔ compare
- Filtrimi i Fortë KalmanStatistika bajesiane↔ compare
- Monte Carlo Sekuencial RobustStatistika bajesiane↔ compare
- Monte Karlo SekuencialStatistika bajesiane↔ compare
Cituar nga
Vutë re një problem në këtë faqe? Raportojeni ose sugjeroni një korrigjim →