Филтер честица (секвенцијални Монте Карло)
Филтер честица, који су 1993. године увели Гордон, Салмонд и Смит, јесте секвенцијални Монте Карло алгоритам који апроксимира Бејзијанску филтерску дистрибуцију за нелинеарне и не-Гаусовске моделе простора стања. Уместо праћења једне најбоље процене, он одржава скуп од N тежинских случајних узорака — честица — који колективно представљају пуну апостериорну дистрибуцију скривеног стања у свакој тачки времена како пристижу нове опсервације.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
+25 more
Izvori
- 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., Godsill, S. J., & Andrieu, C. (2000). On sequential Monte Carlo sampling methods for Bayesian filtering. Statistics and Computing, 10(3), 197–208. DOI: 10.1023/A:1008935410038 ↗
- Doucet, A., de Freitas, N., & Gordon, N. (Eds.). (2001). Sequential Monte Carlo Methods in Practice. Springer-Verlag. ISBN: 978-0-387-95146-1
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Particle Filter (Sequential Monte Carlo). ScholarGate. https://scholargate.app/sr/bayesian/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.
- Bejzijevska regresijaBajesovska statistika↔ compare
- Kalmanov filterBajesovska statistika↔ compare
- Markov Chain Monte Carlo (MCMC)Bajesovska statistika↔ compare
- Model stanja prostora (Kalmanov filter)Ekonometrija↔ compare
Citirana u
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →