用于含重尾噪声非线性系统滤波的 Student-t 过程求积
统计方法学
2017-03-17 v2 机器学习
摘要
本文旨在为 Student-t 分布的随机变量设计一种矩变换，使其能够考虑数值计算均值中的误差。我们采用 Student-t 过程求积，即贝叶斯求积的一种实例，它允许我们将积分本身视为一个随机变量，其方差提供了关于所产生积分误差的信息。Student-t 过程求积相对于传统高斯过程求积的优势在于，积分方差还依赖于函数值，从而允许对积分误差进行更稳健的建模。该矩变换被应用于非线性 sigma 点滤波，并在两个数值示例上进行了评估，结果表明其性能优于现有最先进的矩变换。
引用
@article{arxiv.1703.05189,
title = {Student-t Process Quadratures for Filtering of Non-Linear Systems with Heavy-Tailed Noise},
author = {Jakub Prüher and Filip Tronarp and Toni Karvonen and Simo Särkkä and Ondřej Straka},
journal= {arXiv preprint arXiv:1703.05189},
year = {2017}
}
备注
15 pages, 3 figures, submitted to 20th International Conference on Information Fusion, 2017