Diffusion Estimation Of State-Space Models: Bayesian Formulation

Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985556%3A_____%2F14%3A00431804" target="_blank" >RIV/67985556:_____/14:00431804 - isvavai.cz</a>
Výsledek na webu
<a href="http://dx.doi.org/10.1109/MLSP.2014.6958920" target="_blank" >http://dx.doi.org/10.1109/MLSP.2014.6958920</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1109/MLSP.2014.6958920" target="_blank" >10.1109/MLSP.2014.6958920</a>

Jazyk výsledku
angličtina
Název v původním jazyce
Diffusion Estimation Of State-Space Models: Bayesian Formulation
Popis výsledku v původním jazyce
The paper studies the problem of decentralized distributed estimation of the state-space models from the Bayesian viewpoint. The adopted diffusion strategy, consisting of collective adaptation to new data and combination of posterior estimates, is derived in general model-independent form. Its particular application to the celebrated Kalman ﬁlter demonstrates the ease of use, especially when the measurement model is rewritten into the exponential family form and a conjugate prior describes the estimated state.
Název v anglickém jazyce
Diffusion Estimation Of State-Space Models: Bayesian Formulation
Popis výsledku anglicky
The paper studies the problem of decentralized distributed estimation of the state-space models from the Bayesian viewpoint. The adopted diffusion strategy, consisting of collective adaptation to new data and combination of posterior estimates, is derived in general model-independent form. Its particular application to the celebrated Kalman ﬁlter demonstrates the ease of use, especially when the measurement model is rewritten into the exponential family form and a conjugate prior describes the estimated state.

Projekt
<a href="/cs/project/GP14-06678P" target="_blank" >GP14-06678P: Distribuované dynamické odhadování v difuzních sítích</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění
2014
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku
Proceedings of the 24th IEEE International Workshop on Machine Learning for Signal Processing (MLSP2014)
ISBN
978-1-4799-3693-9
ISSN
—
e-ISSN
—
Počet stran výsledku
6
Strana od-do
—
Název nakladatele
IEEE
Místo vydání
Reims
Místo konání akce
Reims
Datum konání akce
21. 9. 2014
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
000393407800075

Podobné výsledky(10)