粒子フィルタの基礎と応用:フィルタ・平滑化・パラメータ推定 A Tutorial on Particle Filters: Filters, Smoothing, and Parameter Estimation

この論文をさがす

著者

抄録

本稿では,粒子フィルタ,粒子平滑化,粒子フィルタによるパラメータ推定を解説する.粒子フィルタは非線形・非ガウス状態空間モデルの状態推定を実行するシミュレーションベースのアルゴリズムであり,1990年代初頭に発表された後,科学・技術の幅広い分野で活用されてきた.しかし,日本国内ではその知識が十分に普及しているとは言いがたいため,本稿では第2節で粒子フィルタとその適用例,第3節で粒子固定ラグ平滑化の基礎,第4節で粒子固定ラグ平滑化へのリサンプル・ムーブ法の適用,第5節で粒子フィルタと自己組織化状態空間モデルによるパラメータ推定,第6節で実物景気循環モデルの基礎と粒子フィルタを用いた状態推定例を解説する.

Particle filters and smoothers are simulation-based methods to estimate non-linear non-Gaussian state space models. The filters and smoothers are widely applied to science and engineering from the early 1990s. We describe an introduction to the particle filter and some applications in Section 2. The particle fixed-lag smoother is denoted in Section 3, and we apply the resample-move method to the particle fixed-lag smoother in Section 4. We explain parameter estimation and a self-organzing state space model in Section 5. In Section 6, we estimate a Real Business Cycle model based on the filter.

収録刊行物

  • 日本統計学会誌

    日本統計学会誌 44(1), 189-216, 2014

    一般社団法人 日本統計学会

各種コード

  • NII論文ID(NAID)
    110009864642
  • NII書誌ID(NCID)
    AA11989749
  • 本文言語コード
    JPN
  • ISSN
    0389-5602
  • NDL 記事登録ID
    025869839
  • NDL 請求記号
    Z3-1003
  • データ提供元
    NDL  NII-ELS  J-STAGE  NDL-Digital 
ページトップへ