Počet záznamů: 1

Non-Parametric Bayesian Measurement Noise Density Estimation in Non-Linear Filtering

SYSNO ASEP	0363163
Druh ASEP	C - Konferenční příspěvek (mezinárodní konf.)
Zařazení RIV	D - Článek ve sborníku
Název	Non-Parametric Bayesian Measurement Noise Density Estimation in Non-Linear Filtering
Tvůrce(i)	Okzan, E. (SE) Saha, S. (SE) Gustafsson, F. (SE) Šmídl, Václav (UTIA-B)_{RID, ORCID}
Zdroj.dok.	Proceedings of IEEE International Conference on Acoustics, Speech and Signal Processing 2011. - Piscataway : IEEE, 2011 - ISBN 978-1-4577-0539-7
Rozsah stran	s. 5924-5927
Poč.str.	4 s.
Forma vydání	www - www
Akce	IEEE International Conference on Acoustics, Speech and Signal Processing
Datum konání	22.05.2011-27.05.2011
Místo konání	Praha
Země	CZ - Česká republika
Typ akce	WRD
Jazyk dok.	eng - angličtina
Země vyd.	US - Spojené státy americké
Klíč. slova	Particle filtering ; Dirichlet process ; Bayesian Estimation
Vědní obor RIV	BD - Teorie informace
CEZ	AV0Z10750506 - UTIA-B (2005-2011)
Anotace	In this study, we investigate online Bayesian estimation of the measurement noise density of a given state space model using particle ﬁlters and Dirichlet process mixtures. Dirichlet processes are widely used in statistics for nonparametric density estimation. In the proposed method, the unknown noise is modeled as a Gaussian mixture with unknown number of components. The joint estimation of the state and the noise density is done via particle ﬁlters. Furthermore, the number of components and the noise statistics are allowed to vary in time. An extension of the method for the estimation of time varying noise characteristics is also introduced.
Pracoviště	Ústav teorie informace a automatizace
Kontakt	Markéta Votavová, votavova@utia.cas.cz, Tel.: 266 052 201.
Rok sběru	2012

Počet záznamů: 1