我们可以使用链接到您的Project Euclid帐户的电子邮件地址帮助您重置密码。
在非线性状态空间模型的背景下,我们分析了序列蒙特卡罗(SMC)方法的一些扩展。也就是说,我们定制SMC方法,通过后验分布的常规递归处理高阶HMM。在推导滤波器分布时,它继续模拟两步过程,即预测步骤和更新步骤。一旦说明,我们将一些平滑递归扩展为前向-后向算法和后向平滑器,以处理高阶HMM中的实际平滑分布。最后,我们给出几个示例作为这些扩展的应用。
没有人分析蒙特卡洛(SMC)方法在非森林空间的背景下的扩展。政策,理性的调整和方法SMC的改革与HMM d’ordre supérieurérár遍历了过去分配的习惯。双份磁带的分配程序,最新的分配程序等,过滤分配程序。在获得结果的情况下,神经腱确定了指令通信算法向前向后等算法向后平滑倒向分布指令HMM’ordre supérieur。Enfin,nous donnons quelques是应用程序扩展的示例。
穆罕默德·穆尼鲁(Mouhamad Mounirou ALLAYA)。 阿利昂·库利巴利。 El Hadj DÈME。 穆哈马杜·穆斯塔帕。 东北巴巴卡省。 “关于高阶隐马尔可夫模型中序贯蒙特卡罗方法的一些扩展。” 非洲。斯达。 14 (2) 1977 - 1998, 2019年7月。 https://doi.org/10.16929/as/2019.1977.145