کتاب الکترونیکی

تخمین حالت غیرخطی و غیر گاوسی: یک برآوردگر شبه بهینه

onlinear and non-Gaussian state estimation: A quasi-optimal estimator

دانلود کتاب onlinear and non-Gaussian state estimation: A quasi-optimal estimator (به فارسی: تخمین حالت غیرخطی و غیر گاوسی: یک برآوردگر شبه بهینه) نوشته شده توسط «Hisashi Tanizaki»


اطلاعات کتاب تخمین حالت غیرخطی و غیر گاوسی: یک برآوردگر شبه بهینه

موضوع اصلی: 1

نوع: کتاب الکترونیکی

نویسنده: Hisashi Tanizaki

زبان: English

فرمت کتاب: pdf (قابل تبدیل به سایر فرمت ها)

سال انتشار: 1998

تعداد صفحه: 30

حجم کتاب: 1 مگابایت

توضیحات کتاب تخمین حالت غیرخطی و غیر گاوسی: یک برآوردگر شبه بهینه

فیلتر نمونه‌گیری رد و نرم‌کننده پیشنهاد شده توسط تانیزاکی (1996، 1999)، تانیزاکی و ماریانو (1998) و Hürzeler و Künsch (1998)، از نظر محاسباتی زمان زیادی را می‌گیرد. هموارتر زنجیره مارکوف مونت کارلو که توسط کارلین، پولسون و استوفر (1992)، کارتر و کوهن (1994، 1996) و گیوک و تانیزاکی (1999a, 1999b) توسعه یافته است، بسته به غیرخطی بودن و غیرعادی بودن سیستم، عملکرد خوبی از خود نشان نمی دهد. در مفهوم ریشه میانگین مربعات خطای معیار، که دلیل آن از همگرایی کند نمونه گیبس ناشی می شود. با در نظر گرفتن این مشکلات، فیلتر غیرخطی و غیر گاوسی و صاف‌تر را پیشنهاد می‌کنیم که بار محاسباتی بسیار کمتری دارند و تخمین وضعیت نسبتاً بهتری به ما می‌دهند، اگرچه برآوردگر پیشنهادی تخمین حالت بهینه را به معنای حداقل میانگین مربع ارائه نمی‌کند. خطا فیلتر و صاف کننده پیشنهادی در این مقاله فیلتر شبه بهینه و صاف کننده شبه بهینه نامیده می شود. در نهایت، از طریق برخی از مطالعات مونت کارلو، فیلتر شبه بهینه و صاف کننده با روش نمونه گیری رد و روش مونت کارلو زنجیره مارکوف مقایسه شده است.


The rejection sampling filter and smoother, proposed by Tanizaki (1996, 1999), Tanizaki and Mariano (1998) and Hürzeler and Künsch (1998), take a lot of time computationally. The Markov chain Monte Carlo smoother, developed by Carlin, Polson and Stoffer (1992), Carter and Kohn (1994, 1996) and Geweke and Tanizaki (1999a, 1999b), does not show a good performance depending on nonlinearity and nonnormality of the system in the sense of the root mean square error criterion, which reason comes from slow convergence of the Gibbs sampler. Taking into account these problems, we propose the nonlinear and non-Gaussian filter and smoother which have much less computational burden and give us relatively better state estimates, although the proposed estimator does not yield the optimal state estimates in the sense of the minimum mean square error. The proposed filter and smoother are called the quasi-optimal filter and quasi-optimal smoother in this paper. Finally, through some Monte Carlo studies, the quasi-optimal filter and smoother are compared with the rejection sampling procedure and the Markov chain Monte Carlo procedure.

دانلود کتاب «تخمین حالت غیرخطی و غیر گاوسی: یک برآوردگر شبه بهینه»

مبلغی که بابت خرید کتاب می‌پردازیم به مراتب پایین‌تر از هزینه‌هایی است که در آینده بابت نخواندن آن خواهیم پرداخت.

برای دریافت کد تخفیف ۲۰ درصدی این کتاب، ابتدا صفحه اینستاگرام کازرون آنلاین (@kazerun.online ) را دنبال کنید. سپس، کلمه «بلیان» را در دایرکت ارسال کنید تا کد تخفیف به شما ارسال شود.