斯佩肯布里克,M;(2016) 粒子过滤器教程。 数学心理学杂志, 73第140-152页。 2016年10月10日/j.jmp.2016.05.006.
本教程旨在介绍粒子过滤器以及更一般的顺序蒙特卡罗(SMC)。这些技术允许在复杂的动态状态空间模型中进行贝叶斯推理,并且在过去几十年中变得越来越流行。通过示例详细讨论了SMC的基本构建块——顺序重要性抽样和重抽样。最后一个例子给出了一个粒子滤波器,用于估计概率类别学习任务中的时变学习率。