On some Filtration Procedure for Jump Markov Process Observed in White Gaussian Noise
高斯白噪声观测下跳跃马尔可夫过程的一种滤波方法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：摘要聚焦随机过程滤波的一般理论，未明确涉及所列宏观时间序列或金融模型。
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…
高斯白噪声观测下跳跃马尔可夫过程的一种滤波方法
- 研究问题
- 在高斯白噪声中观测两状态马尔可夫链时，能否用简单滤波方法近似状态推断，并在小噪声极限下保持效率？
- 方法与思路
- 作者研究一种简化滤波程序，考察高斯白噪声扩散常数趋于零时的渐近效率，并讨论该程序的若干优点。
- 材料陈述的贡献
- 摘要称，该简化程序在噪声扩散常数趋零时具有某种意义下的渐近效率，但未给出效率的确切定义。
- 阅读关注点
- 应核对简化滤波的具体构造、状态转移设定、效率的衡量标准，以及小噪声极限结论是否涉及时间范围限制。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要，无法判断效率标准及误差大小，也不能推断一般噪声水平或多状态过程下的表现。
原文摘要
The importance of optimal filtration problem for Markov chain with two states observed in Gaussian white noise (GWN) for a lot of concrete technical problems is well known. The equation for a posterior probability $\pi(t)$ of one of the states was obtained many years ago. The aim of this paper is to study a simple filtration method. It is shown that this simplified filtration is asymptotically efficient in some sense if the diffusion constant of the GWN goes to 0. Some advantages of this procedure are discussed.