Počet záznamů: 1
Autoregressive Model with Partial Forgetting within Rao-Blackwellized Particle Filter
- 1.
SYSNO ASEP 0370444 Druh ASEP J - Článek v odborném periodiku Zařazení RIV J - Článek v odborném periodiku Poddruh J Článek ve WOS Název Autoregressive Model with Partial Forgetting within Rao-Blackwellized Particle Filter Tvůrce(i) Dedecius, Kamil (UTIA-B) RID, ORCID
Hofman, Radek (UTIA-B) RIDCelkový počet autorů 2 Zdroj.dok. Communications in Statistics - Simulation and Computation. - : Taylor & Francis - ISSN 0361-0918
Roč. 41, č. 5 (2012), s. 582-589Poč.str. 8 s. Jazyk dok. eng - angličtina Země vyd. GB - Velká Británie Klíč. slova Bayesian methods ; Particle filters ; Recursive estimation Vědní obor RIV BB - Aplikovaná statistika, operační výzkum CEP VG20102013018 GA MV - Ministerstvo vnitra GA102/08/0567 GA ČR - Grantová agentura ČR CEZ AV0Z10750506 - UTIA-B (2005-2011) UT WOS 000301342800002 DOI 10.1080/03610918.2011.598992 Anotace The authors are concerned with Bayesian identification and prediction of a nonlinear discrete stochastic process. The fact that a nonlinear process can be approximated by a piecewise linear function advocates the use of adaptive linear models. They propose a linear regression model within Rao-Blackwellized particle filter. The parameters of the linear model are adaptively estimated using a finite mixture, where the weights of components are tuned with a particle filter. The mixture reflects a priori given hypotheses on different scenarios of (expected) parameters' evolution. Pracoviště Ústav teorie informace a automatizace Kontakt Markéta Votavová, votavova@utia.cas.cz, Tel.: 266 052 201. Rok sběru 2012
Počet záznamů: 1