Mengingat semua sifat yang baik dari model ruang-negara dan KF, saya bertanya-tanya - apa kerugian dari pemodelan ruang-negara dan menggunakan Filter Kalman (atau EKF, UKF atau filter partikel) untuk estimasi? Lebih dari katakanlah metodologi konvensional seperti ARIMA, VAR atau metode ad-hoc /...
Sebuah filter partikel dan filter Kalman keduanya estimator Bayesian rekursif . Saya sering menemukan filter Kalman di bidang saya, tetapi sangat jarang melihat penggunaan filter partikel. Kapan satu akan digunakan di atas yang
Saya menghitung filter Kalman yang sangat sederhana (random walk + noise model). Saya menemukan bahwa output dari filter sangat mirip dengan moving average. Apakah ada persamaan di antara keduanya? Jika tidak, apa
\newcommand{\P}{\mathbb{P}} Kami memiliki proses acak yang mungkin-atau-mungkin-tidak terjadi beberapa kali dalam jangka waktu TTT . Kami memiliki umpan data dari model yang sudah ada dari proses ini, yang menyediakan probabilitas sejumlah peristiwa yang terjadi pada periode 0≤t<T0≤t<T0 \leq...
Adakah yang punya contoh yang baik untuk Time Series Forecasting / smoothing menggunakan Kalman Filter di
Saya mencoba untuk merasakan manfaat dan kelemahan relatif, serta domain aplikasi yang berbeda dari dua skema MCMC ini. Kapan Anda akan menggunakan yang mana dan mengapa? Kapan yang satu gagal tapi yang lain tidak (mis. Di mana HMC berlaku tetapi SMC tidak, dan sebaliknya) Bisakah satu, sangat...
Ini pertanyaan lama saya Saya ingin bertanya apakah seseorang mengetahui perbedaan (jika ada perbedaan) antara model Hidden Markov (HMM) dan Particle Filter (PF), dan sebagai konsekuensinya, Kalman Filter, atau dalam kondisi apa kami menggunakan algoritma mana. Saya seorang siswa dan saya harus...
Baru-baru ini saya menerapkan filter Kalman pada contoh sederhana mengukur posisi partikel dengan kecepatan dan percepatan acak. Saya menemukan bahwa filter Kalman bekerja dengan baik, tetapi saya kemudian bertanya pada diri sendiri apa perbedaan antara ini dan hanya melakukan rata-rata bergerak?...
Saya telah menulis beberapa kode yang dapat melakukan pemfilteran Kalman (menggunakan sejumlah filter tipe Kalman yang berbeda [Information Filter et al.]) Untuk Linear Gaussian State Space Analysis untuk vektor keadaan n-dimensi. Filter bekerja dengan baik dan saya mendapatkan beberapa output yang...
Saya benar-benar kurang memahami cara kerja filter bootstrap. Saya kira-kira tahu konsepnya tetapi saya gagal memahami detail tertentu. Pertanyaan ini bagi saya untuk membersihkan kekacauan. Di sini saya akan menggunakan algoritma filter populer ini dari referensi oleh doucet (sejauh ini saya pikir...
Saya memiliki lintasan objek dalam ruang 2D (permukaan). Lintasan diberikan sebagai urutan (x,y)koordinat. Saya tahu bahwa pengukuran saya berisik dan kadang-kadang saya memiliki outlier yang jelas. Jadi, saya ingin memfilter pengamatan saya. Sejauh yang saya mengerti filter Kalman, itu melakukan...
Saya tertarik pada bagaimana Filter Kalman dapat digunakan untuk memasukkan nilai yang hilang dalam Data Rangkaian Waktu. Apakah ini juga berlaku jika beberapa titik waktu berturut-turut hilang? Saya tidak dapat menemukan banyak tentang topik ini. Setiap penjelasan, komentar, dan tautan diterima...
Saya menggunakan filter Kalman dengan cara yang sangat standar. Sistem diwakili oleh persamaan keadaan dan persamaan observasi .xt+1=Fxt+vt+1xt+1=Fxt+vt+1x_{t+1}=Fx_{t}+v_{t+1}yt=Hxt+Azt+wtyt=Hxt+Azt+wty_{t}=Hx_{t}+Az_{t}+w_{t} Buku ajar mengajarkan bahwa setelah menerapkan filter Kalman dan...
Saya telah membaca Hamilton Bab 13 dan dia memiliki representasi ruang keadaan berikut untuk ARMA (p, q). Misalkan Maka proses ARMA (p, q) adalah sebagai berikut: Lalu, ia mendefinisikan Persamaan Negara sebagai berikut:r=max(p,q+1)r=max(p,q+1)r =
Dalam makalah seminal "Rao-Blackwellised Particle Filtering for Dynamic Bayesian Networks" oleh A. Doucet et. Al. filter monte carlo sekuensial (filter partikel) diusulkan, yang memanfaatkan substruktur linier dalam proses markov . Dengan memarginalkan struktur linier ini, filter dapat dibagi...
Berdasarkan dari apa yang telah saya pelajari, kami menggunakan beberapa filter dalam Conv Layer CNN untuk mempelajari berbagai detektor fitur. Tetapi karena filter ini diterapkan dengan cara yang sama (yaitu digeser dan dikalikan dengan wilayah input), bukankah mereka hanya mempelajari parameter...
Saya ingin menerapkan (dalam R) Model Dynamic Linear berikut yang sangat sederhana yang saya punya 2 parameter waktu yang tidak diketahui (varian kesalahan pengamatan dan varian kesalahan negara ).ϵ1tϵt1\epsilon^1_tϵ2tϵt2\epsilon^2_t Ytθt+1==θt+ϵ1tθt+ϵ2tYt=θt+ϵt1θt+1=θt+ϵt2 \begin{matrix} Y_t &...
Saat ini saya mencoba memahami filter partikel dan kemungkinan penggunaannya dalam keuangan dan saya berjuang sedikit. Apa prasyarat matematika dan statistik yang harus saya tinjau kembali (berasal dari latar belakang keuangan kuantitatif) untuk (i) membuat dasar-dasar filter partikel dapat...
T: Untuk data mana yang tepat untuk menggunakan pemodelan ruang-negara dan pemfilteran Kalman alih-alih menghaluskan splines dan sebaliknya? Apakah ada hubungan kesetaraan antara keduanya? Saya mencoba untuk mendapatkan pemahaman tingkat tinggi tentang bagaimana metode ini cocok bersama. Saya...
Dalam pertanyaan sebelumnya, saya bertanya tentang pemasangan distribusi untuk beberapa data empiris non-Gaussian. Disarankan kepada saya offline, agar saya mencoba asumsi bahwa datanya Gaussian dan cocok dengan filter Kalman terlebih dahulu. Kemudian, tergantung pada kesalahannya, putuskan apakah...