Filtro de partículas - Explorando los filtros de partículas en visión por computadora
Fouad Sabry
Translator Guilherme Costa
Publisher: Mil Millones De Conocimientos [Spanish]
Summary
Qué es el filtro de partículas Los filtros de partículas, o métodos secuenciales de Monte Carlo, son un conjunto de algoritmos de Monte Carlo que se utilizan para encontrar soluciones aproximadas a problemas de filtrado para espacios de estados no lineales. sistemas, como el procesamiento de señales y la inferencia estadística bayesiana. El problema de filtrado consiste en estimar los estados internos en sistemas dinámicos cuando se realizan observaciones parciales y existen perturbaciones aleatorias tanto en los sensores como en el sistema dinámico. El objetivo es calcular las distribuciones posteriores de los estados de un proceso de Markov, dadas las observaciones parciales y ruidosas. El término "filtros de partículas" fue acuñado por primera vez en 1996 por Pierre Del Moral sobre los métodos de interacción de partículas de campo medio utilizados en mecánica de fluidos desde principios de los años 1960. El término "Monte Carlo secuencial" fue acuñado por Jun S. Liu y Rong Chen en 1998. Cómo se beneficiará (I) Insights, y validaciones sobre los siguientes temas: Capítulo 1: Filtro de partículas Capítulo 2: Muestreo de importancia Capítulo 3: Proceso de puntos Capítulo 4: Ecuación de Fokker?Planck Capítulo 5: Lema de Wiener Capítulo 6: Ecuación de Klein?Kramers Capítulo 7: Métodos de partículas de campo medio Capítulo 8: Kernel de Dirichlet Capítulo 9: Distribución de Pareto generalizada Capítulo 10: Superproceso (II) Respondiendo a las principales preguntas del público sobre filtro de partículas. (III) Ejemplos del mundo real sobre el uso de filtros de partículas en muchos campos. Para quién es este libro Profesionales, estudiantes de pregrado y posgrado, entusiastas, aficionados y aquellos que quieran ir más allá del conocimiento o información básica para cualquier tipo de Filtro de Partículas.