Sequential Monte Carlo cho chuỗi thời gian
Sequential Monte Carlo (SMC) cho chuỗi thời gian, thường được gọi là bộ lọc hạt, là một phương pháp mô phỏng Bayes theo dõi trạng thái ẩn của một hệ động lực khi các quan sát đến từng cái một. Một đám mây các mẫu ngẫu nhiên có trọng số — các hạt — được lan truyền về phía trước theo động lực học của hệ thống, được gán lại trọng số dựa trên mức độ mỗi hạt giải thích quan sát mới, và định kỳ được lấy mẫu lại để giữ cho biểu diễn tập trung vào các trạng thái khả thi.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
Nguồn tài liệu
- Gordon, N. J., Salmond, D. J., & Smith, A. F. M. (1993). Novel approach to nonlinear/non-Gaussian Bayesian state estimation. IEE Proceedings F — Radar and Signal Processing, 140(2), 107–113. DOI: 10.1049/ip-f-2.1993.0015 ↗
- Doucet, A., de Freitas, N., & Gordon, N. (Eds.). (2001). Sequential Monte Carlo Methods in Practice. Springer. ISBN: 978-0387951461
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Sequential Monte Carlo Methods for Time Series. ScholarGate. https://scholargate.app/vi/bayesian/time-series-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.
- Mạng Bayes ĐộngBayes↔ compare
- Lấy mẫu GibbsBayes↔ compare
- Bộ lọc KalmanBayes↔ compare
- Bộ lọc hạt (Monte Carlo tuần tự)Bayes↔ compare
- Monte Carlo Tuần tựBayes↔ compare
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →