Spatial Kalman Filter
Den spatial Kalmanfiltret tillämpar klassisk Kalmanfiltrering på spatio-temporala tillståndsrymdmodeller, där ett spatialt distribuerat latent fält behandlas som det dolda tillstånd som utvecklas över tid. Vid varje tidsteg predicerar filtret rekursivt det spatiala fältet framåt och uppdaterar sedan prediktionen med nya spatiala observationer, vilket ger optimala linjära estimat av fältet och dess osäkerhet över alla platser.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- Cressie, N. & Wikle, C. K. (2011). Statistics for Spatio-Temporal Data. Wiley. ISBN: 978-0-471-69274-4
- Kalman, R. E. (1960). A new approach to linear filtering and prediction problems. Journal of Basic Engineering, 82(1), 35-45. DOI: 10.1115/1.3662552 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Spatial Kalman Filter for Spatio-Temporal State-Space Models. ScholarGate. https://scholargate.app/sv/bayesian/spatial-kalman-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.
- Dynamisk Bayesiansk inferensBayesiansk statistik↔ compare
- KalmanfilterBayesiansk statistik↔ compare
- Partikelfilter (sekventiell Monte Carlo)Bayesiansk statistik↔ compare
- Sekventiell Monte CarloBayesiansk statistik↔ compare
- Rumslig Bayesiansk slutsatsBayesiansk statistik↔ compare
- Spatial MCMCBayesiansk statistik↔ compare
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →