Robustno sekvencijalno Monte Carlo
Robustno sekvencijalno Monte Carlo (Robust SMC) proširuje standardno filtriranje česticama radi obrade odstupajućih vrednosti (outliers), šuma sa teškim repovima i netačne specifikacije modela u sekvencijalnim podacima. Zamenom pretpostavki Gausovske verovatnoće sa distribucijama sa težim repovima ili primenom strategija za detekciju odstupajućih vrednosti tokom ponderisanja čestica, održava se tačno praćenje stanja i procena parametara čak i kada zapažanja odstupaju od pretpostavljenog modela.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Robust Sequential Monte Carlo Methods. ScholarGate. https://scholargate.app/sr/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.
- Хамилтонски Монте КарлоBajesovska statistika↔ compare
- Kalmanov filterBajesovska statistika↔ compare
- Филтер честица (секвенцијални Монте Карло)Bajesovska statistika↔ compare
- Робусна Бајезијанска ИнференцијаBajesovska statistika↔ compare
- Robusni Kalmanov filterBajesovska statistika↔ compare
- Sekvenciјalni Monte KarloBajesovska statistika↔ compare
Citirana u
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →