カルマン フィルターとは
統計ノイズやその他の不正確さを含む、時間の経過とともに観察される一連の測定値を使用するアルゴリズム。カルマン フィルターは、線形二次推定 ( LQE) を使用して、時間枠ごとに変数の同時確率分布を推定することにより、単一の測定値のみに基づく推定値よりも正確になる傾向にある未知の変数の推定値を生成します。 これは、各時間枠の変数にわたる同時確率分布を推定することによって実現されます。 フィルターの背後にある理論の開発に大きく貢献した Rudolf E. K?lm?n がデバイスの命名を授与されました。
メリット>
(I) 次のトピックに関する洞察と検証:
第 1 章: カルマン フィルター
第 2 章: 加重算術平均
第 3 章: 多変量確率変数
第 4 章: 共分散
第 5 章: 共分散行列
第 6 章: 期待値?最大化アルゴリズム
第 7 章: 最小平均二乗誤差
第 8 章: 再帰的最小二乗フィルタ
第 9 章: 線形?二次?ガウス制御
第 10 章: 拡張 カルマン フィルター
(II) カルマン フィルターに関する一般のよくある質問に答える。
(III) 多くの分野でのカルマン フィルターの実際の使用例。
(IV) カルマン フィルターのテクノロジーを 360 度完全に理解できるように、各業界の 266 の新興テクノロジーを簡潔に説明する 17 の付録。
この本の対象者
専門家、大学生および大学院生、愛好家、趣味人、およびあらゆる種類のカルマン フィルターに関する基本的な知識や情報を超えたいと考えている人。
統計ノイズやその他の不正確さを含む、時間の経過とともに観察される一連の測定値を使用するアルゴリズム。カルマン フィルターは、線形二次推定 ( LQE) を使用して、時間枠ごとに変数の同時確率分布を推定することにより、単一の測定値のみに基づく推定値よりも正確になる傾向にある未知の変数の推定値を生成します。 これは、各時間枠の変数にわたる同時確率分布を推定することによって実現されます。 フィルターの背後にある理論の開発に大きく貢献した Rudolf E. K?lm?n がデバイスの命名を授与されました。
メリット>
(I) 次のトピックに関する洞察と検証:
第 1 章: カルマン フィルター
第 2 章: 加重算術平均
第 3 章: 多変量確率変数
第 4 章: 共分散
第 5 章: 共分散行列
第 6 章: 期待値?最大化アルゴリズム
第 7 章: 最小平均二乗誤差
第 8 章: 再帰的最小二乗フィルタ
第 9 章: 線形?二次?ガウス制御
第 10 章: 拡張 カルマン フィルター
(II) カルマン フィルターに関する一般のよくある質問に答える。
(III) 多くの分野でのカルマン フィルターの実際の使用例。
(IV) カルマン フィルターのテクノロジーを 360 度完全に理解できるように、各業界の 266 の新興テクノロジーを簡潔に説明する 17 の付録。
この本の対象者
専門家、大学生および大学院生、愛好家、趣味人、およびあらゆる種類のカルマン フィルターに関する基本的な知識や情報を超えたいと考えている人。