Convergence rates of kernel density estimates in particle filtering

Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F19%3A10454990" target="_blank" >RIV/00216208:11320/19:10454990 - isvavai.cz</a>
Nalezeny alternativní kódy
RIV/67985807:_____/19:00506808
Výsledek na webu
<a href="https://verso.is.cuni.cz/pub/verso.fpl?fname=obd_publikace_handle&handle=M1z9PxRmLJ" target="_blank" >https://verso.is.cuni.cz/pub/verso.fpl?fname=obd_publikace_handle&handle=M1z9PxRmLJ</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1016/j.spl.2019.06.013" target="_blank" >10.1016/j.spl.2019.06.013</a>

Jazyk výsledku
angličtina
Název v původním jazyce
Convergence rates of kernel density estimates in particle filtering
Popis výsledku v původním jazyce
Bounds on convergence rates of kernel density estimates in particle filtering are specified. The kernel density estimates are shown to be efficient for the Sobolev class of filtering densities. The upper bounds are established using Fourier analysis whilst the lower ones rely on tools of information theory. (C) 2019 Elsevier B.V. All rights reserved.
Název v anglickém jazyce
Convergence rates of kernel density estimates in particle filtering
Popis výsledku anglicky
Bounds on convergence rates of kernel density estimates in particle filtering are specified. The kernel density estimates are shown to be efficient for the Sobolev class of filtering densities. The upper bounds are established using Fourier analysis whilst the lower ones rely on tools of information theory. (C) 2019 Elsevier B.V. All rights reserved.

Projekt
<a href="/cs/project/EF16_013%2F0001787" target="_blank" >EF16_013/0001787: Spolupráce na experimentech ve Fermilab</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění
2019
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Podobné výsledky(10)