Надійний фільтр частинок
Надійний фільтр частинок — це послідовний метод Монте-Карло, який відстежує приховані стани в нелінійних, негауссівських системах, залишаючись стійким до викидів та неправильної специфікації моделі. Він замінює стандартну гауссівську функцію правдоподібності на функцію з важкими хвостами або обмеженим впливом, так що аномальні спостереження отримують зменшену вагу і не можуть зірвати оцінку стану.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- Ristic, B., Arulampalam, S. & Gordon, N. (2004). Beyond the Kalman Filter: Particle Filters for Tracking Applications. Artech House. ISBN: 978-1580536318
- Hurzeler, M. & Kunsch, H. R. (1998). Monte Carlo approximations for general state-space models. Journal of Computational and Graphical Statistics, 7(2), 175-193. link ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Robust Particle Filter. ScholarGate. https://scholargate.app/uk/bayesian/robust-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.
- Гамільтонів Монте-КарлоБаєсові методи↔ compare
- Фільтр КалманаБаєсові методи↔ compare
- Фільтр частинок (послідовний Монте-Карло)Баєсові методи↔ compare
- Робастний фільтр КалманаБаєсові методи↔ compare
- Надійний послідовний метод Монте-КарлоБаєсові методи↔ compare
- Послідовний Монте-КарлоБаєсові методи↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →