초짜공대생의공부노트

  • 홈
  • 태그
  • 방명록

EKF 1

Linear Dynamical Systems - Recursive Model & Bayes Filter

필터 이론이란 잡음 데이터가 존재 할 경우, 이러한 데이터를 근거하여 더 좋은 데이터. 즉, 잡음을 제거하기 위한 이론이라 정의 할 수 있겠다. 여기서 우리는 칼만 필터(Kalman Filter)에 초점을 맞추어 보려고 한다. 먼저 칼만 필터를 알기 위해서는 그 기초가 되는 베이즈 필터(Bayes Filter)에 대해 알아야 한다. 아, 참고로 여기서 언급하는 필터들은 모두, 재귀(Recursive) 성질을 가지고 있다. 왜 재귀를 따르는가? 아마 프로그래머 관련 직군들은 이를 이해하기 쉬울 것이다. (프로그램의 계산 비중을 줄이기 위해) 위의 식은 평균을 계산하는 배치식(batch expression)이다. 만약 이 평균 계산 식에서, 새로운 k+1번째의 데이터가 들어올 경우, 평균을 처음부터 다시 계..

PRML/Chapter 13. Sequential Data 2022.09.12
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

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

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