Approximate recursive Bayesian estimation of dynamic probabilistic mixtures
The result's identifiers
Result code in IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985556%3A_____%2F04%3A00106241" target="_blank" >RIV/67985556:_____/04:00106241 - isvavai.cz</a>
Result on the web
—
DOI - Digital Object Identifier
—
Alternative languages
Result language
angličtina
Original language name
Approximate recursive Bayesian estimation of dynamic probabilistic mixtures
Original language description
Majority of complex non-linear systems can be successfully modelled by a finite probabilistic mixture of linear models. The mixture model can be handled analytically, which is important for control of the system as well as for decision making.This paperintroduces a new estimation algorithm, which is based on minimization of Kullback-Leibler distance between the proper Bayesian posterior density and an approximate posterior density of good properties.
Czech name
Přibližné průběžné Bayesovské odhadování dynamických pravděpodobnostních směsí
Czech description
Většina složitých nelineárních systémů se dá úspěšně modelovat konečnou pravděpodobnostní směsí lineárních modelů. S tímto směsový modelem se dá pracovat analyticky, což je velmi důležité jak pro řídící tak pro rozhodovací úlohy. Tento článek představujenový odhadovací algoritmus, který je založen na minimalizaci Klullback-Leiblerovy vzdálenosti mezi správnou Bayesovskou posteriorní hustotou a její aproximací určitých dobrých vlastností
Classification
Type
D - Article in proceedings
CEP classification
BB - Applied statistics, operational research
OECD FORD branch
—
Result continuities
Project
Result was created during the realization of more than one project. More information in the Projects tab.
Continuities
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>Z - Vyzkumny zamer (s odkazem do CEZ)
Others
Publication year
2004
Confidentiality
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Data specific for result type
Article name in the collection
Multiple Participant Decision Making
ISBN
0-9751004-5-9
ISSN
—
e-ISSN
—
Number of pages
16
Pages from-to
39-54
Publisher name
Advanced Knowledge International
Place of publication
Adelaide
Event location
Prague
Event date
May 12, 2004
Type of event by nationality
WRD - Celosvětová akce
UT code for WoS article
—