Variational Bayesian Filtering
The result's identifiers
Result code in IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985556%3A_____%2F08%3A00313233" target="_blank" >RIV/67985556:_____/08:00313233 - isvavai.cz</a>
Result on the web
—
DOI - Digital Object Identifier
—
Alternative languages
Result language
angličtina
Original language name
Variational Bayesian Filtering
Original language description
The use of the Variational Bayes (VB) approximation in Bayesian filtering is studied, both as a means to accelerate marginalized particle filtering, and as a deterministic local (one-step) approximation. The VB method of approximation and its variants are reviewed. These variants provide a range of algorithms that can be used in a principled trade-off between quality of approximation and computational cost. In combination with marginalized particle filtering, they generalize previously published work onvariational filtering, and they extend currently available methods for speeding up stochastic approximations in Bayesian filtering. In particular, the free-form nature of the VB approximation allows optimal selection of moments which summarize the particles. The performance of the various VB filtering schemes is illustrated in the context of a Gaussian model with a nonlinear sub-state, and a hidden Markov model.
Czech name
Variační Bayesovská Filtrace
Czech description
Práce se zabývá aplicaví metody Variační Bayes (VB) v oblasti Bayesovské filtrace. Základy metody VB a jejích variant jsou stručně shrnuty. Varianty této metody nabízejí škálu možností kompromisu mezi kvalitou aproximace a výpočetními náklady. Jednou z možných aplikací VB je zrychlení výpočtu marginalizovaného particle filtru tím, že se nagenerované částice (particly) nahradí jejich výběrovými momenty. Optimalizační procedura VB určí jaké momenty to budou. Porovnání výkonu nové metody s ostatními je provedeno na příkladu odhadování Gausovského stavového modelu s nelineární částí stavu a na příkladu Skrytého Markovského řetězce.
Classification
Type
J<sub>x</sub> - Unclassified - Peer-reviewed scientific article (Jimp, Jsc and Jost)
CEP classification
BC - Theory and management systems
OECD FORD branch
—
Result continuities
Project
<a href="/en/project/1M0572" target="_blank" >1M0572: Data, algorithms, decision making</a><br>
Continuities
Z - Vyzkumny zamer (s odkazem do CEZ)
Others
Publication year
2008
Confidentiality
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Data specific for result type
Name of the periodical
IEEE Transactions on Signal Processing
ISSN
1053-587X
e-ISSN
—
Volume of the periodical
56
Issue of the periodical within the volume
10
Country of publishing house
US - UNITED STATES
Number of pages
11
Pages from-to
—
UT code for WoS article
000259407400003
EID of the result in the Scopus database
—