เปรียบเทียบวิธี

	ฟิลเตอร์ของวีเนอร์	ตัวกรอง LMS แบบปรับตัวได้
สาขาวิชา	การประมวลผลสัญญาณ	การประมวลผลสัญญาณ
ตระกูล	Process / pipeline	Process / pipeline
ปีกำเนิด	1949	1960
ผู้ริเริ่ม	Norbert Wiener	Bernard Widrow and Marcian E. Hoff
ประเภท	Linear mean-square optimal filter	Gradient descent adaptive filtering
แหล่งต้นตำรับ	Wiener, N. (1949). Extrapolation, Interpolation, and Smoothing of Stationary Time Series. John Wiley & Sons.	Widrow, B., & Hoff, M. E. (1960). Adaptive Switching Circuits. IRE Wescon Convention Record, 4, 96–104.
ชื่อเรียกอื่น	Wiener Optimal Filter, Kolmogorov-Wiener Filter, Mean-Square Optimal Filter	LMS Filter, Adaptive LMS Algorithm, Gradient Descent Filtering
ที่เกี่ยวข้อง	4	4
สรุป	The Wiener filter is an optimal linear filter that minimizes mean-square error between the desired signal and the filter output given knowledge of signal and noise statistics. Developed by Norbert Wiener in 1949, it provides the theoretical foundation for optimal filtering and remains the benchmark against which all other linear filtering methods are compared.	The Least Mean Squares (LMS) filter is an adaptive signal processing algorithm that continuously updates filter coefficients to minimize the squared error between the filter output and a desired signal. Introduced by Bernard Widrow and Marcian Hoff in 1960, the LMS algorithm is one of the most widely used adaptive filtering techniques due to its simplicity, low computational cost, and ability to track time-varying signals.