研究人员开发了一种新的自监督混合自适应卡尔曼滤波器，该滤波器仅通过测量即可学习校正系统动力学和过程噪声。这种方法旨在提高估计精度和不确定性量化，而这在传统卡尔曼滤波器中通常对模型不匹配很敏感。然后，滤波器的创新似然度可用于模型分类，在低数据和大数据场景中均表现出稳健的性能。 AI
排序理由 该集群包含一篇详细介绍新颖算法方法的学术论文。[lever_c_demoted from research: ic=1 ai=0.7]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2606.02767v1 Announce Type: cross Abstract: Kalman filtering performance is highly sensitive to model mismatch and noise covariance tuning. Learning-based approaches address these limitations but typically rely on supervised training with large datasets and do not produce c…