Convergence rates of kernel density estimates in particle filtering
Identifikátory výsledku
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>
Alternativní jazyky
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.
Klasifikace
Druh
J<sub>imp</sub> - Článek v periodiku v databázi Web of Science
CEP obor
—
OECD FORD obor
10103 - Statistics and probability
Návaznosti výsledku
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)
Ostatní
Rok uplatnění
2019
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název periodika
Statistics and Probability Letters
ISSN
0167-7152
e-ISSN
1879-2103
Svazek periodika
153
Číslo periodika v rámci svazku
OCT 2019
Stát vydavatele periodika
NL - Nizozemsko
Počet stran výsledku
7
Strana od-do
164-170
Kód UT WoS článku
000480667100023
EID výsledku v databázi Scopus
2-s2.0-85068221086