RUS  ENG ЖУРНАЛЫ   ПЕРСОНАЛИИ   ОРГАНИЗАЦИИ   КОНФЕРЕНЦИИ   СЕМИНАРЫ   ВИДЕОТЕКА   ПАКЕТ AMSBIB
Общая информация
Последний выпуск
Архив
Импакт-фактор
Подписка
Правила для авторов
Загрузить рукопись

Поиск публикаций
Поиск ссылок

RSS
Последний выпуск
Текущие выпуски
Архивные выпуски
Что такое RSS



Теория вероятн. и ее примен.:
Год:
Том:
Выпуск:
Страница:
Найти






Персональный вход:
Логин:
Пароль:
Запомнить пароль
Войти
Забыли пароль?
Регистрация


Теория вероятн. и ее примен., 1995, том 40, выпуск 4, страницы 859–872 (Mi tvp3667)  

Эта публикация цитируется в 18 научных статьях (всего в 18 статьях)

Non-linear filtering using random particles

P. Del Moral

Universite Paul Sabatier M.I.G., Laboratoire de Statistiques et Probabilites, Toulouse, France

Аннотация: В работах [1], [4], [5] развита техника решения нелинейных задач фильтрации для дискретного времени с помощью частиц. В настоящей статье рассматриваются возможности распространения этого метода на задачи с непрерывным временем. Минимальные достаточные условия равномерной по времени сходимости для нашего фильтра частиц довольно близки к условиям, описанным в [1]. Руководствуясь условием Sussmann'a, которое обеспечивает непрерывность условного математического ожидания, мы в этой статье вводим новое понятие регулярности.

Ключевые слова: нелинейная фильтрация, методы частиц.

Полный текст: PDF файл (590 kB)

Англоязычная версия:
Theory of Probability and its Applications, 1995, 40:4, 690–701

Реферативные базы данных:

Поступила в редакцию: 08.06.1995
Язык публикации: английский

Образец цитирования: P. Del Moral, “Non-linear filtering using random particles”, Теория вероятн. и ее примен., 40:4 (1995), 859–872; Theory Probab. Appl., 40:4 (1995), 690–701

Цитирование в формате AMSBIB
\RBibitem{Del95}
\by P.~Del Moral
\paper Non-linear filtering using random particles
\jour Теория вероятн. и ее примен.
\yr 1995
\vol 40
\issue 4
\pages 859--872
\mathnet{http://mi.mathnet.ru/tvp3667}
\mathscinet{http://www.ams.org/mathscinet-getitem?mr=1405150}
\zmath{https://zbmath.org/?q=an:0860.60030}
\transl
\jour Theory Probab. Appl.
\yr 1995
\vol 40
\issue 4
\pages 690--701
\crossref{https://doi.org/10.1137/1140078}
\isi{http://gateway.isiknowledge.com/gateway/Gateway.cgi?GWVersion=2&SrcApp=PARTNER_APP&SrcAuth=LinksAMR&DestLinkType=FullRecord&DestApp=ALL_WOS&KeyUT=A1996WD22100008}


Образцы ссылок на эту страницу:
  • http://mi.mathnet.ru/tvp3667
  • http://mi.mathnet.ru/rus/tvp/v40/i4/p859

    ОТПРАВИТЬ: VKontakte.ru FaceBook Twitter Mail.ru Livejournal Memori.ru


    Citing articles on Google Scholar: Russian citations, English citations
    Related articles on Google Scholar: Russian articles, English articles

    Эта публикация цитируется в следующих статьяx:
    1. Del Moral P., Guionnet A., “Large deviations for interacting particle systems: Applications to non–linear filtering”, Stochastic Processes and Their Applications, 78:1 (1998), 69–95  crossref  mathscinet  zmath  isi
    2. Crisan D., Del Moral P., Lyons T.J., “Interacting particle systems approximations of the Kushner–Stratonovitch equation”, Advances in Applied Probability, 31:3 (1999), 819–838  crossref  mathscinet  zmath  isi
    3. Crisan D., Lyons T., “A particle approximation of the solution of the Kushner–Stratonovitch equation”, Probability Theory and Related Fields, 115:4 (1999), 549–578  crossref  mathscinet  zmath  isi
    4. Del Moral P., Guionnet A., “Central limit theorem for nonlinear filtering and interacting particle systems”, Annals of Applied Probability, 9:2 (1999), 275–297  crossref  mathscinet  zmath  isi
    5. Kim S., Eyink G.L., Restrepo J.M., Alexander F.J., Johnson G., “Ensemble filtering for nonlinear dynamics”, Monthly Weather Review, 131:11 (2003), 2586–2594  crossref  adsnasa  isi
    6. Noyer J.C., Boucher C., Benjelloun M., “3D particle tracking using an active vision”, Pattern Recognition Letters, 24:9–10 (2003), 1227–1240  crossref  zmath  isi
    7. Eyink G.L., Kim S., “A maximum entropy method for particle filtering”, Journal of Statistical Physics, 123:5 (2006), 1071–1128  crossref  mathscinet  zmath  adsnasa  isi
    8. Judd K., Smith L.A., Weisheimer A., “How good is an ensemble at capturing truth? Using bounding boxes for forecast evaluation”, Quarterly Journal of the Royal Meteorological Society, 133:626, Part A (2007), 1309–1325  crossref  adsnasa  isi
    9. Verdier G., Hilgert N., Vila J.-P., “Optimality of CUSUM Rule Approximations in Change–Point Detection Problems: Application to Nonlinear State–Space Systems”, IEEE Transactions on Information Theory, 54:11 (2008), 5102–5112  crossref  mathscinet  isi
    10. Noyer J.-Ch., Lanvin P., Benjelloun M., “Correlation–based particle filter for 3D object tracking”, Integrated Computer–Aided Engineering, 16:2 (2009), 165–177  isi
    11. Barreiro A., Liu Sh., Namachchivaya N.S., Sauer P.W., Sowers R.B., “Data Assimilation in the Detection of Vortices”, Applications of Nonlinear Dynamics-Model and Design of Complex Systems, Understanding Complex Systems-Springer Complexity, 2009, 47–59  isi
    12. Kim S., Park J.-S., “Sequential Monte Carlo filters for abruptly changing state estimation”, Probabilistic Engineering Mechanics, 26:2 (2011), 194–201  crossref  isi
    13. Crisan D., Miguez J., “Particle-Kernel Estimation of the Filter Density in State-Space Models”, Bernoulli, 20:4 (2014), 1879–1929  crossref  isi
    14. Crisan D., Xiong J., “Numerical Solution For a Class of SPDEs Over Bounded Domains”, Stochastics, 86:3 (2014), 450–472  crossref  isi
    15. Kim S., Lee Y., Park J.-S., “Maximum Likelihood Parameter Estimation For a High-Dimensional System By Particle-Based Filters”, Probab. Eng. Eng. Mech., 39 (2015), 1–9  crossref  isi
    16. Wang G., Xiong J., Zhang Sh., “Partially Observable Stochastic Optimal Control”, Int. J. Numer. Anal. Model., 13:4 (2016), 493–512  mathscinet  zmath  isi
    17. Kim S., Jung I.H., “State Estimation Comparison For a High-Dimensional Nonlinear System By Particle-Based Filtering Methods”, Probab. Eng. Eng. Mech., 50 (2017), 9–16  crossref  isi
    18. Rottner L., Baehr Ch., Dabas A., Hammoud L., “Stochastic Method For Turbulence Estimation From Doppler Lidar Measurements”, J. Appl. Remote Sens., 11 (2017), 046001  crossref  isi
  • Теория вероятностей и ее применения Theory of Probability and its Applications
    Просмотров:
    Эта страница:212
    Полный текст:51
    Первая стр.:10
     
    Обратная связь:
     Пользовательское соглашение  Регистрация  Логотипы © Математический институт им. В. А. Стеклова РАН, 2020