초짜공대생의공부노트

  • 홈
  • 태그
  • 방명록

공대 1

칼만 필터 (Kalman Filter)

베이즈 필터를 기반으로 하는 칼만필터(Kalman Filter)는 여러 분야에 많이 쓰인다. 자이로 센서, GPS 등, 측위하는데 있어 오차를 제거하기 위해 이용한다. 결론적으로 불확실한 관측으로부터 질 좋은 정보를 얻는 것이 칼만 필터의 목적이다. 이전 장에서 언급했듯이, 모델은 2가지가 존재한다. Dynamical Model과 Observation Model(Measurement Model)이 두 가지이다. 칼만 필터의 알고리즘은 크게 3가지로 구성되어 있다. 초깃값 설정과, 예측 과정(Prediction Step), 추정 과정(Correction Step)이 존재한다. Step 0 State Model인 x0과 P0(오차 공분산) 값을 넣어 초깃값을 선정한다. Step 1 다음 과정에서는 Predi..

PRML/Chapter 13. Sequential Data 2022.09.15
이전
1
다음
더보기
프로필사진

  • 분류 전체보기 (8)
    • PRML (7)
      • Chapter 8. Graphical Models (4)
      • Chapter 1. Introduction (1)
      • Chapter 13. Sequential Data (2)
    • Unity (0)
    • Random Probability (0)
    • Mobile Communication (0)
    • Convex Optimization (1)

Tag

노이즈, Belief Propagation, PRML, junction tree, Bipartite Graph, 칼만 필터, Factor Graph, Potential Function, 베이즈 필터, 컨벡스 최적화, 확률, 관측, 그래프, Bayesian Network, Max Sum Algorithm, Markov Chain, Chain Graph, Sum product Algorithm, Markov, kalman filter,

최근글과 인기글

  • 최근글
  • 인기글

최근댓글

공지사항

페이스북 트위터 플러그인

  • Facebook
  • Twitter

Archives

Calendar

«   2025/05   »
일 월 화 수 목 금 토
1 2 3
4 5 6 7 8 9 10
11 12 13 14 15 16 17
18 19 20 21 22 23 24
25 26 27 28 29 30 31

방문자수Total

  • Today :
  • Yesterday :

Copyright © Kakao Corp. All rights reserved.

티스토리툴바