Dec, 2013

基于核蒙特卡洛滤波器的状态 - 观测示例过滤

PDF
TL;DR本文提出了 Kernel Monte-Carlo Filter 方法，其中状态变量及观测值的关系仅通过若干组已知的观测值得知，该方法基于核平均嵌入的框架，通过简单有效的样本加权，样本采样，样本重采样等操作实现对状态量的准确后验推断，此方法在机器人定位等领域的应用效果显著。
state-space modelfilteringkernel monte carlo filterkernel mean embeddingsrobot localization
发现论文，激发创造
  • 通过广义贝叶斯实现鲁棒卡尔曼滤波

    在存在异常值和误设测量模型的状态空间模型的在线滤波中，我们导出了一种新颖、可靠证明的闭合贝叶斯更新规则。我们的方法将广义贝叶斯推理与滤波方法（如扩展和集成卡尔曼滤波器）相结合，其中前者用于展示鲁棒性，后者用于确保非线性模型的计算效率。在异常值测量的一系列滤波问题（如物体跟踪、高维混沌系统的状态估计和在线神经网络学习）中，我们在更低的计算成本下与其他鲁棒滤波方法（如基于变分贝叶斯的方法）相匹配或表现更好。

    May, 2024

  • 自适应优化的隐式最大后验滤波

    用优化方法代替矩阵存储、求逆和乘法、蒙特卡罗估计等不适用于高维状态空间（如人工神经网络的权重空间）的传统方法，将标准的贝叶斯滤波问题转化为对具有时变目标的优化问题。我们发现，在线性 - 高斯模型下的卡尔曼滤波以及非线性模型的实验结果表明，我们的框架能够得到有效、稳健且可扩展到高维系统的滤波器，与标准贝叶斯滤波解决方案相比具有优势，并且我们认为，更容易调整优化器而不是确定正确的滤波方程，使我们的框架成为处理高维滤波问题的有吸引力的选择。

    Nov, 2023

  • 利用粒子 MCMC 对高斯过程状态空间模型进行贝叶斯推断和学习

    通过向状态转移动力学分布中添加高斯过程先验，结合分析型建模和蒙特卡罗采样器进行直接联合平滑分布推断的方法，提出了一种非线性非参数状态空间模型的完全贝叶斯方法。

    Jun, 2013

  • 反向传播 Kalman 滤波器：学习判别式确定性状态估计器

    本文提出了一种基于确定性计算图的梯度下降算法，用于训练判别式状态估计器，该模型可以有效处理复杂的输入，如原始摄像头图像，并用于视觉里程计任务和合成跟踪任务中进行评估。

    May, 2016

  • 集合卡尔曼滤波辅助变分推断在高斯过程态空间模型中的应用

    通过集成卡尔曼滤波器（EnKF）近似推断隐藏状态的后验分布，我们提出了一种改进的变分推断方法，有效地训练高斯过程状态空间模型（GPSSM），并在学习和推断性能方面优于现有方法。

    Dec, 2023

  • 非线性集合滤波的耦合技术

    针对高维度的非高斯状态空间模型、非线性且可能是混沌动力学以及空间与时间稀疏的观测，我们提出了一种新的过滤方法，使用交通测度、凸优化和概率图模型的思想来产生高维度下的坚韧的集成近似过滤分布。我们的方法可被理解为集成卡尔曼滤波器（EnKF）的自然推广，使用随机或确定性耦合来进行非线性更新。使用非线性更新可以降低 EnKF 的固有偏差，只带来少量的计算成本。我们避免了任何形式的重要性采样，并引入了维度可扩展性的非高斯本地化方法。我们的框架在混沌区域的 Lorenz-96 模型的挑战配置下实现了最先进的跟踪性能。

    Jun, 2019

  • 异常值不敏感卡尔曼滤波：理论与应用

    从有噪音观测数据中对动态系统进行状态估计是许多应用中的一个基本任务。本文介绍了一种无参数算法，通过简短的迭代过程对 Kalman 滤波器的标准更新步骤进行在线估计，从而减轻观测数据中异常值的有害影响。仿真和实地实验评估证明了我们的方法在滤波场景中对异常值的鲁棒性，相比其他算法表现出有竞争力的性能。

    Sep, 2023

  • 利用高阶核均值嵌入捕捉随机过程的过滤

    通过将随机过程保留其渗透而不仅仅是变量路径，我们引入了一系列高阶核均值嵌入 (KMEs)，这扩展了 KME 的概念并捕捉了与过滤器相关的附加信息。通过使用我们的高阶 MMD，我们构建了一族具有感知渗透的内核，这允许我们通过经典的基于内核的回归方法来解决量化金融中的实际问题，并设计了一个因果发现算法，可仅从其多维轨迹的观察中恢复相互作用实体之间结构依赖关系的因果图。

    Sep, 2021

  • 实用 N2 Monte Carlo 方法：边缘粒子滤波器

    提出了一种称为边际粒子滤波器的顺序蒙特卡罗算法，可以直接操作边际分布从而避免在目标分布维度不断增加时进行重要性抽样。同时，通过该算法提出了改进版的辅助粒子滤波器并给出了理论和实证结果，证明了该方法相较于传统粒子滤波可降低方差，并给出了把算法复杂度降至 O (N logN) 的技巧。

    Jul, 2012

  • 一般状态空间隐马尔可夫顺序蒙特卡罗平滑

    本文研究了粒子方法逼近平滑分布问题，并提出线性时间复杂度的联合平滑分布的逼近算法。在该模型下，本文的主要贡献是建立了收敛性质和边界，证明了一些误差估计的一致性。

    Feb, 2012