Filtr cząsteczkowy

Filtr cząsteczkowy (sekwencyjna metoda Monte Carlo, SMC) – metoda nieliniowej filtracji, polegająca na oszacowaniu rozkładów prawdopodobieństwa docelowego przez rozkłady empiryczne, skupione na zestawie próbek zwanych cząsteczkami. Próbki wyznaczane są przez algorytm sekwencyjny, łączący metody losowania istotnego (ang. importance sampling) z technikami ponownego próbkowania (ang. resampling).

Nazwę filtr cząsteczkowy zaproponował Pierre Del Moral^[1], natomiast sekwencyjną metodę Monte Carlo Jun S. Liu i Rong Chen^[2], oba terminy używane są zamiennie^[3].

Przypisy[edytuj | edytuj kod]

↑ Pierre Del Moral. Non Linear Filtering: Interacting Particle Solution.. „Markov Processes and Related Fields”. 2 (4), s. 555–580, 1996. (ang.).
↑ Jun S. Liu, Rong Chen. Sequential Monte Carlo Methods for Dynamic Systems. „Journal of the American Statistical Association”. 93 (443), s. 1032–1044, 1998-09-01. DOI: 10.1080/01621459.1998.10473765. ISSN 0162-1459. (ang.).
↑ Katarzyna Brzozowska-Rup. Sekwencyjna metoda Monte Carlo i jej zastosowanie do modelowania zmienności inflacji w Polsce. „Studia Ekonomiczne. Zeszyty Naukowe Uniwersytetu Ekonomicznego w Katowicach”. 395, s. 23-24, 2020. Uniwersytet Ekonomiczny w Katowicach. ISSN 2083-8611.

[Moral-1] Pierre Del Moral. Non Linear Filtering: Interacting Particle Solution.. „Markov Processes and Related Fields”. 2 (4), s. 555–580, 1996. (ang.).

[LaC-2] Jun S. Liu, Rong Chen. Sequential Monte Carlo Methods for Dynamic Systems. „Journal of the American Statistical Association”. 93 (443), s. 1032–1044, 1998-09-01. DOI: 10.1080/01621459.1998.10473765. ISSN 0162-1459. (ang.).

[KBR-3] Katarzyna Brzozowska-Rup. Sekwencyjna metoda Monte Carlo i jej zastosowanie do modelowania zmienności inflacji w Polsce. „Studia Ekonomiczne. Zeszyty Naukowe Uniwersytetu Ekonomicznego w Katowicach”. 395, s. 23-24, 2020. Uniwersytet Ekonomiczny w Katowicach. ISSN 2083-8611.

[1]

[2]

[3]