Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "Monte Carlo filter" wg kryterium: Temat


Wyświetlanie 1-1 z 1
Tytuł:
Comparison of few particle filter varieties
Autorzy:
Kozierski, P.
Lis, M.
Powiązania:
https://bibliotekanauki.pl/articles/97658.pdf
Data publikacji:
2013
Wydawca:
Politechnika Poznańska. Wydawnictwo Politechniki Poznańskiej
Tematy:
particle filter
Auxiliary
Bootstrap
Rao-Blackwellised
Sequential Monte Carlo
Opis:
Particle filters are very popular - number of algorithms based on Sequential Monte Carlo methods is growing. Paper describes and compares the performance of four of them: Auxiliary Particle Filter - this approach should reduce the high sensitivity to outliers values and poor posterior approximation, Rao-Blackwellised Particle Filter - this approach is recommended for objects with linear and nonlinear state variables, Bootstrap Filter - the first proposed Particle Filter which still can be used, because is very simple to implement, and some variety of SIR algorithm - this algorithm was chosen to show, that importance density also can be constant. The obtained results show that Bootstrap Filter and Rao-Blackwellised approaches give good results, but Bootstrap Filter works 10 times faster. The worst results gives SIR algorithm with unconditional importance function.
Źródło:
Computer Applications in Electrical Engineering; 2013, 11; 345-355
1508-4248
Pojawia się w:
Computer Applications in Electrical Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-1 z 1

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies