基于局部相互作用的卡尔曼滤波
人工智能
2007-05-23 v1
摘要
人们对使用卡尔曼滤波模型进行脑建模越来越感兴趣。因此，代表卡尔曼滤波的连接主义形式（并采用局部赫鲁茨学习规则）变得极为重要。我们并非已有任何具有此类局部表征形式的卡尔曼滤波。看来主要障碍在于卡尔曼增益的动态调整。本文提出了一种连接主义表征，由递归预测误差法所推导。我们展示了该方法导致引人注目的局部学习规则，并且能够调整卡尔曼增益。
引用
@article{arxiv.cs/0302039,
title = {Kalman-filtering using local interactions},
author = {Barnabas Poczos and Andras Lorincz},
journal= {arXiv preprint arXiv:cs/0302039},
year = {2007}
}