PulseAugur
中
实时 09:43:40
English(EN) An adaptive split-combine Gaussian mixture filter for nonlinear and multimodal state estimation

新型自适应滤波器增强了非线性系统的状态估计

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种新型自适应分裂合并高斯混合滤波器（AMF），旨在精确估计非线性与多模态系统中状态的概率密度函数（PDF）。该滤波器通过自适应地分裂和合并高斯粒子来解决现有高斯混合滤波器的局限性，而无需在线数值优化。AMF在涉及范德波尔振子和洛伦兹吸引子的基准测试中表现优于基线滤波器，并且其并行实现提高了高保真PDF估计的计算效率。 AI

排序理由 学术论文，详细介绍了一种新的滤波技术。[lever_c_research降级：ic=1 ai=0.7]

在 arXiv stat.ML 阅读 →

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

新型自适应滤波器增强了非线性系统的状态估计

报道来源 [1]

  1. arXiv stat.ML TIER_1 English(EN) · San Kim (Department of Brain and Cognitive Sciences, KAIST, Daejeon, Republic of Korea), Won Chang (Department of Statistics, Seoul National University, Seoul, Republic of Korea, The Institute for Data Innovation in Science, Seoul National University, Se… ·

    一种自适应分裂合并高斯混合滤波方法用于非线性与多模态状态估计

    arXiv:2608.04430v1 Announce Type: cross Abstract: Filtering combines model predictions with measurements to estimate the probability density function (PDF) of a system state over time. The PDF often becomes highly asymmetric and even multimodal in nonlinear systems with oscillato…

相关实体

相关话题