Monte Carlo Sekuencial Robust
Monte Carlo Sekuencial Robust (Robust SMC) shtrin filtrin standard me grimca për të trajtuar vlerat jashtëzakonisht të larta (outliers), zhurmën me bishta të trashë dhe pasaktësinë e modelit në të dhënat sekuenciale. Duke zëvendësuar supozimet e likelihood-it Gaussian me shpërndarje me bishta më të trashë ose duke përdorur strategji zbulimi të vlerave jashtëzakonisht të larta gjatë peshimit të grimcave, ai ruan gjurmimin e saktë të gjendjes dhe vlerësimin e parametrave edhe kur vëzhgimet devijojnë nga modeli i supozuar.
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
- Akyildiz, O. D., & Miguez, J. (2020). Nudging the particle filter. Statistics and Computing, 30(2), 315-336. DOI: 10.1007/s11222-019-09884-y ↗
Si ta citoni këtë faqe
ScholarGate. (2026, June 3). Robust Sequential Monte Carlo Methods. ScholarGate. https://scholargate.app/sq/bayesian/robust-sequential-monte-carlo
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
- Inferencë Bajeziane RobusteStatistika bajesiane↔ compare
- Filtrimi i Fortë KalmanStatistika bajesiane↔ compare
- Monte Karlo SekuencialStatistika bajesiane↔ compare
Cituar nga
Vutë re një problem në këtë faqe? Raportojeni ose sugjeroni një korrigjim →