Robust Sequential Monte Carlo
Robust Sequential Monte Carlo (Robust SMC) เป็นการขยายตัวกรองอนุภาคมาตรฐานเพื่อจัดการกับค่าผิดปกติ (outliers) สัญญาณรบกวนแบบหางหนา (heavy-tailed noise) และการระบุแบบจำลองผิดพลาด (model misspecification) ในข้อมูลเชิงลำดับ ด้วยการแทนที่ข้อสมมติฐานความน่าจะเป็นแบบเกาส์เซียนด้วยการแจกแจงแบบหางหนา หรือการใช้กลยุทธ์การตรวจจับค่าผิดปกติในระหว่างการถ่วงน้ำหนักอนุภาค Robust SMC สามารถรักษาการติดตามสถานะและการประมาณค่าพารามิเตอร์ได้อย่างแม่นยำ แม้ว่าการสังเกตการณ์จะเบี่ยงเบนไปจากแบบจำลองที่ตั้งสมมติฐานไว้
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Robust Sequential Monte Carlo Methods. ScholarGate. https://scholargate.app/th/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.
- Hamiltonian Monte Carloเบย์↔ compare
- Kalman Filterเบย์↔ compare
- Particle Filter (Sequential Monte Carlo)เบย์↔ compare
- การอนุมานแบบเบย์ที่คงทนเบย์↔ compare
- ตัวกรองคาลมานแบบทนทาน (Robust Kalman Filter)เบย์↔ compare
- Sequential Monte Carloเบย์↔ compare