跳到正文
← 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:摘要明确研究时间序列的粒子滤波,直接对应时间序列方法方向。

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
Michael K. Pitt
Neil Shephard

通过模拟进行滤波:辅助粒子滤波器

研究问题
粒子方法用于时间序列滤波时为何可能对离群值不稳健?论文关注模拟器设计与顺序更新先验的离散表示这两个来源。
方法与思路
作者分析粒子滤波的离群值敏感性,并针对模拟器设计这一来源提出处理思路;摘要未交代辅助粒子算法的具体步骤。
材料陈述的贡献
摘要明确区分了两个潜在不稳健来源,并说明本文处理第一个问题;未声称同时解决先验离散支持带来的问题。
阅读关注点
应核对模拟器如何利用新观测、粒子权重与重采样如何构造,以及离群值下的比较;关注第二个问题是否仍限制表现。
阅读边界
仅据版本未注明的 OpenAlex 索引摘要,且内容简短;算法、假设和性能结果未说明,不能认定离群值问题已全面解决。

原文摘要

This article analyses the recently suggested particle approach to filtering time series. We suggest that the algorithm is not robust to outliers for two reasons: The design of the simulators and the use of the discrete support to represent the sequentially updating prior distribution. Here we tackle the first of these problems.

笔记与分组
相关领域论文