Dadas todas as boas propriedades dos modelos de espaço de estado e KF, pergunto-me - quais são as desvantagens da modelagem de espaço de estado e do uso do Kalman Filter (ou EKF, UKF ou filtro de partículas) para estimativa? Vamos dizer que metodologias convencionais como ARIMA, VAR ou métodos...
Um filtro de partículas e um filtro de Kalman são estimadores Bayesianos recursivos . Muitas vezes encontro filtros Kalman em meu campo, mas raramente vejo o uso de um filtro de partículas. Quando um seria usado sobre o
Estou computando um filtro Kalman muito simples (passeio aleatório + modelo de ruído). Acho que a saída do filtro é muito semelhante a uma média móvel. Existe uma equivalência entre os dois? Se não, qual é a
\newcommand{\P}{\mathbb{P}} Temos um processo aleatório que pode-ou-pode-não ocorrer várias vezes num período de tempo . Temos um feed de dados de um modelo preexistente desse processo, que fornece a probabilidade de vários eventos ocorrerem no período . Esse modelo existente é antigo e precisamos...
Alguém tem um bom exemplo para Previsão / suavização de séries temporais usando o Kalman Filter no
Estou tentando entender os méritos e desvantagens relativos, bem como os diferentes domínios de aplicativos desses dois esquemas do MCMC. Quando você usaria qual e por quê? Quando um pode falhar, mas o outro não (por exemplo, onde o HMC é aplicável, mas o SMC não e vice-versa) Alguém, concedido...
Aqui está minha velha pergunta Gostaria de perguntar se alguém sabe a diferença (se houver alguma diferença) entre os modelos Hidden Markov (HMM) e Particle Filter (PF) e, como conseqüência, o Kalman Filter, ou em quais circunstâncias usamos qual algoritmo. Sou estudante e tenho que fazer um...
Eu recentemente implementei um filtro Kalman no exemplo simples de medir uma posição de partículas com velocidade e aceleração aleatórias. Descobri que o filtro Kalman funcionava bem, mas então me perguntei qual era a diferença entre isso e apenas fazer uma média móvel. Descobri que, se eu usasse...
Eu escrevi algum código que pode fazer a filtragem Kalman (usando vários filtros do tipo Kalman [Information Filter et al.]) Para a Análise Linear Gaussiana de Espaço de Estado para um vetor de estado n-dimensional. Os filtros funcionam muito bem e estou obtendo uma saída agradável. No entanto, a...
Eu tenho uma trajetória de um objeto em um espaço 2D (uma superfície). A trajetória é dada como uma sequência de (x,y)coordenadas. Sei que minhas medições são barulhentas e às vezes tenho discrepâncias óbvias. Então, eu quero filtrar minhas observações. Tanto quanto eu entendi o filtro Kalman, ele...
Eu quero usar o bootstrapping para estimar intervalos de confiança para parâmetros estimados de um conjunto de dados de painel com N = 250 empresas e T = 50 meses. A estimativa de parâmetros é computacionalmente cara (poucos dias de cálculo) devido ao uso de filtragem de Kalman e estimativa não...
Eu realmente tenho uma falta de entendimento de como o filtro de autoinicialização funciona. Conheço os conceitos aproximadamente, mas não consigo apreender certos detalhes. Esta pergunta é para eu esclarecer a desordem. Aqui vou usar esse algoritmo de filtro popular a partir de uma referência por...
Com base no que aprendi, usamos vários filtros em uma camada Conv de uma CNN para aprender diferentes detectores de recursos. Mas como esses filtros são aplicados de maneira semelhante (ou seja, deslizados e multiplicados pelas regiões da entrada), eles não aprenderiam os mesmos parâmetros durante...
Eu tenho lido o capítulo 13 de Hamilton e ele tem a seguinte representação de espaço de estado para um ARMA (p, q). Seja Depois, o processo ARMA (p, q) é o seguinte: \ begin {alinhado} y_t - \ mu & = \ phi_1 (y_ {t-1} - \ mu) + \ phi_2 (y_ {t-2} - \ mu) + ... + \ phi_3 (y_ {t-3} - \ mu) \\...
No artigo seminal "Rao-Blackwellised Particle Filtering for Dynamic Bayesian Networks" de A. Doucet et. al. é proposto um filtro seqüencial de Monte Carlo (filtro de partículas), que utiliza uma subestrutura linear em um processo markov x k = ( x L k , x N k ) . Pela marginalização dessa estrutura...
Estou usando o filtro Kalman de uma maneira muito padrão. O sistema é representado pela equação de estado e a equação de observação .xt+1=Fxt+vt+1xt+1=Fxt+vt+1x_{t+1}=Fx_{t}+v_{t+1}yt=Hxt+Azt+wtyt=Hxt+Azt+wty_{t}=Hx_{t}+Az_{t}+w_{t} Os livros didáticos ensinam que, depois de aplicar o filtro...
Desejo implementar (em R) o seguinte Modelo Linear Dinâmico Dinâmico simples, para o qual tenho 2 parâmetros variáveis de tempo desconhecido (a variação do erro de observação e a variação do erro de estado ϵ 2 t ).ϵ1tϵt1\epsilon^1_tϵ2tϵt2\epsilon^2_t Ytθt + 1==θt+ ϵ1tθt+ ϵ2tYt=θt+ϵt1θt+1=θt+ϵt2...
Estou interessado em saber como os Filtros Kalman podem ser usados para atribuir valores ausentes nos Dados de Séries Temporais. Também é aplicável se faltarem alguns pontos consecutivos no tempo? Não consigo encontrar muito sobre esse assunto. Quaisquer explicações, comentários e links são...
Atualmente, estou tentando entender os filtros de partículas e seus possíveis usos nas finanças e estou lutando bastante. Quais são os pré-requisitos matemáticos e estatísticos que devo revisar (oriundos de finanças quantitativas) para (i) tornar acessíveis os conceitos básicos dos filtros de...
P: Para quais dados é apropriado usar a modelagem do espaço de estados e a filtragem Kalman em vez de suavizar splines e vice-versa? Existe alguma relação de equivalência entre os dois? Estou tentando entender de alto nível como esses métodos se encaixam. Naveguei pelos novos modelos Gaussian...