坐标升降神经卡尔曼-MLE 用于状态估计
机器学习
2025-11-04 v1
摘要
本文提出一种坐标升降算法，用于最大似然估计（MLE）的监督方式下学习动态状态估计中的动态模型与测量模型。具体而言，假设动态模型与测量模型为高斯模型，算法学习建模动态函数与测量函数的神经网络参数，以及噪声协方差矩阵。训练得到的动态模型与测量模型随后用于非线性卡尔曼滤波算法，对测试阶段的状态进行估计。
引用
@article{arxiv.2511.01855,
title = {Coordinate ascent neural Kalman-MLE for state estimation},
author = {Bettina Hanlon and Angel Garcia Fernandez},
journal= {arXiv preprint arXiv:2511.01855},
year = {2025}
}