English(EN) PyDPF: A Python Package for Differentiable Particle Filtering

新的 Python 包简化了状态空间模型可微分粒子滤波器的实现

作者 PulseAugur 编辑部 · [1 个来源] · 2026-08-04 04:00

研究人员开发了 PyDPF，一个基于 PyTorch 的新 Python 包，实现了几种可微分粒子滤波器 (DPF)。该包旨在使状态空间模型的高级蒙特卡洛方法更容易被研究界使用。通过修改重采样步骤，这些 DPF 允许基于梯度的优化，解决了传统粒子滤波器的关键限制。 AI

影响简化了状态空间建模的高级蒙特卡洛方法的应用，可能加速时间序列分析的研究。

排序理由该集群描述了一个用于在科学论文中实现研究方法的新软件包。[lever_c_demoted from research: ic=1 ai=1.0]

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · John-Joseph Brady, Benjamin Cox, Yunpeng Li, V\'ictor Elvira · 2026-08-04 04:00

PyDPF: A Python Package for Differentiable Particle Filtering

arXiv:2510.25693v3 Announce Type: replace-cross Abstract: State-space models (SSMs) are a widely used tool in time series analysis. In the complex systems that arise from real-world data, it is common to employ particle filtering (PF), an efficient Monte Carlo method for estimati…