Dynamic Linear Models With Switching
带切换机制的动态线性模型AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确以向量时间序列为对象，并通过时变切换的测量矩阵刻画变化，对应时间序列与结构变化方法。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
带切换机制的动态线性模型
- 研究问题
- 如何通过测量矩阵随时间随机切换的动态线性模型刻画向量时间序列变化，并估计状态及状态占用概率？
- 方法与思路
- 作者推导状态向量和占用概率的滤波估计，先用伪 EM 算法、再用非线性优化实施最大似然估计。
- 材料陈述的贡献
- 摘要称，论文给出切换动态线性模型的滤波与最大似然程序，联系已有模型，并展示多目标跟踪应用。
- 阅读关注点
- 应核对切换过程的时变独立性设定、滤波计算是否含近似，以及伪 EM 与非线性优化的衔接和收敛表现。
- 阅读边界
- 材料为版本未注明的 OpenAlex 索引摘要；切换机制不能自动解释为马尔可夫过程，算法精度与应用结果也未说明。
原文摘要
The problem of modeling change in a vector time series is studied using a dynamic linear model with measurement matrices that switch according to a time-varying independent random process. We derive filtered estimators for the usual state vectors and also for the state occupancy probabilities of the underlying nonstationary measurement process. A maximum likelihood estimation procedure is given that uses a pseudo-expectation-maximization algorithm in the initial stages and nonlinear optimization. We relate the models to those considered previously in the literature and give an application involving the tracking of multiple targets.