Search results
- 1.0505335 - ÚTIA 2020 RIV CZ eng D - Thesis
Papež, Milan
Monte Carlo-Based Identification Strategies for State-Space Models.
Vysoké učení technické v Brně, Fakulta elektrotechniky a komunikačních technologií. Defended: Vysoké učení technické v Brně, Fakulta elektrotechniky a komunikačních technologií. 16.5.2019. - Brno: Vysoké učení technické v Brně, 2019. 224 s.
R&D Projects: GA ČR(CZ) GA18-15970S
Institutional support: RVO:67985556
Keywords : sequential Monte Carlo * particle Markov chain Monte Carlo * nonlinear and non-Gaussian state-space models * transfer learning
OECD category: Statistics and probability
http://library.utia.cas.cz/separaty/2019/AS/papez-0505335.pdf
Permanent Link: http://hdl.handle.net/11104/0296952