Filtri i grimcave për seri kohore
Filtri i grimcave për seri kohore është një metodë Monte Carlo Sekuenciale që gjurmon gjendjen e fshehur të një modeli të hapësirës së gjendjeve jo-lineare, jo-Gaussiane, ndërsa vijnë vëzhgime të reja, një nga një. Ai përfaqëson shpërndarjen e pasme në evolucion të gjendjes latente si një re e peshuar e kampionëve rastësorë (grimcave), duke i përditësuar ato në çdo hap kohor përmes përhapjes, peshimit të mundësisë dhe rishtjes së kampionëve.
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
- 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
Si ta citoni këtë faqe
ScholarGate. (2026, June 3). Time Series Particle Filter (Sequential Monte Carlo for State-Space Models). ScholarGate. https://scholargate.app/sq/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.
- Rrjeti Bajesian DinamikStatistika bajesiane↔ compare
- Filtrimi KalmanStatistika bajesiane↔ compare
- Filtri i grimcave (Monte Karlo Sekuencial)Statistika bajesiane↔ compare
- Monte Karlo SekuencialStatistika bajesiane↔ compare
- Inferenca Bajeziane e Serive KohoreStatistika bajesiane↔ compare
- Filtri Kalman për Seritë KohoreStatistika bajesiane↔ compare
Vutë re një problem në këtë faqe? Raportojeni ose sugjeroni një korrigjim →