একটি কণা ফিল্টার এবং কলম্যান ফিল্টার উভয়ই পুনরাবৃত্ত বায়েশিয়ান অনুমানকারী । আমি প্রায়শই আমার ফিল্ডে কলম্যান ফিল্টারগুলির মুখোমুখি হই, তবে খুব কমই একটি কণা ফিল্টার ব্যবহার করি।
কখন অন্যটির উপরে ব্যবহার করা হবে?
একটি কণা ফিল্টার এবং কলম্যান ফিল্টার উভয়ই পুনরাবৃত্ত বায়েশিয়ান অনুমানকারী । আমি প্রায়শই আমার ফিল্ডে কলম্যান ফিল্টারগুলির মুখোমুখি হই, তবে খুব কমই একটি কণা ফিল্টার ব্যবহার করি।
কখন অন্যটির উপরে ব্যবহার করা হবে?
উত্তর:
ড্যান সিমনের "সর্বোত্তম রাজ্য অনুমান" থেকে:
"গাউসিয়ান শোরগোল সহ একটি লিনিয়ার সিস্টেমে কলম্যান ফিল্টারটি সর্বোত্তম। সিস্টেম আছে অ-গসিয়ান শব্দ, কালমান ফিল্টার অনুকূল হয় রৈখিক ফিল্টার, কিন্তু আবার কণা ফিল্টার ভাল সঞ্চালন করা সম্ভব। Unscented কালমান ফিল্টার (UKF) কালমান ফিল্টার কম গণনীয় প্রচেষ্টা এবং এর উচ্চ কার্যকারিতা মধ্যে একটি ভারসাম্য প্রদান করে কণা ফিল্টার। "
"কণা ফিল্টারটি ইউকেএফ এর সাথে কিছু মিল রয়েছে যেহেতু এটি জ্ঞাত ননলাইনীয় সমীকরণের মাধ্যমে পয়েন্টগুলির একটি সেটকে রূপান্তরিত করে এবং ফলাফলটির সংমিশ্রণ করে রাষ্ট্রের গড় এবং covariance অনুমান করার জন্য। তবে, কণা ফিল্টারে পয়েন্টগুলি এলোমেলোভাবে বেছে নেওয়া হয়, যেখানে ইউকেএফের পয়েন্টগুলি নির্দিষ্ট অ্যালগোরিদমের ভিত্তিতে বেছে নেওয়া হয় ***** এই কারণে, একটি কণা ফিল্টারে ব্যবহৃত পয়েন্টের সংখ্যা সাধারণত ইউকেএফের পয়েন্টের সংখ্যার চেয়ে অনেক বেশি হওয়া দরকার।এর মধ্যে অন্য পার্থক্য দুটি ফিল্টার হ'ল ইউকেএফ-তে অনুমানের ত্রুটি কোনও অর্থে শূন্যে রূপান্তরিত করে না, তবে কণা ফিল্টারে অনুমানের ত্রুটিটি কণার সংখ্যা হিসাবে শূন্যকে রূপান্তরিত করে (এবং তাই গুণগত প্রচেষ্টা) অনন্তের কাছে পৌঁছায়।
***** অপরিবর্তিত রূপান্তরটি একটি র্যান্ডম ভেরিয়েবলের পরিসংখ্যান গণনা করার জন্য একটি পদ্ধতি যা একটি অরেখান্তরীয় রূপান্তর ঘটায় এবং অন্তর্দৃষ্টি (যা কণা ফিল্টারের ক্ষেত্রেও প্রযোজ্য) ব্যবহার করে যে সম্ভাবনার বন্টন যতটা সম্ভব তার চেয়ে প্রায় সহজতর আনুমানিক একটি স্বেচ্ছাসেবী ননলাইনার ফাংশন বা রূপান্তর। আরও দেখুন এই কিভাবে পয়েন্ট UKF মধ্যে নির্বাচিত হয় একটি উদাহরণ হিসাবে। "
কণা ফিল্টারিং এবং স্মুথিং সম্পর্কিত একটি টিউটোরিয়াল থেকে : পনেরো বছর পরে :
১৯৯৩ সালে এগুলির সূচনা হওয়ার পরে, অ-লিনিয়ার অ-গাউসীয় পরিস্থিতিতে অনুকূল অনুমানের সমস্যার সমাধানের জন্য কণা ফিল্টারগুলি সংখ্যাগত পদ্ধতির একটি খুব জনপ্রিয় শ্রেণিতে পরিণত হয়েছে। জনপ্রিয় বর্ধিত কালম্যান ফিল্টার হিসাবে স্ট্যান্ডার্ড আনুমানিক পদ্ধতির সাথে তুলনা করে, কণা পদ্ধতির প্রধান সুবিধা হ'ল তারা কোনও স্থানীয় লিনিয়ারীকরণ কৌশল বা কোনও ক্রুড কার্যকরী আনুমানিকতার উপর নির্ভর করে না। এই নমনীয়তার জন্য যে মূল্য দিতে হবে তা গণনাযোগ্য: এই পদ্ধতিগুলি গণনাগতভাবে ব্যয়বহুল। যাইহোক, ক্রমবর্ধমান গণনাকেন্দ্রিক শক্তির প্রাপ্যতার জন্য ধন্যবাদ, এই পদ্ধতিগুলি রাসায়নিক প্রকৌশল, কম্পিউটার ভিশন, আর্থিক একনোমেট্রিক্স, টার্গেট ট্র্যাকিং এবং রোবোটিকের মতো বিচিত্র হিসাবে ক্ষেত্রগুলিতে উপস্থিত রিয়েল-টাইম অ্যাপ্লিকেশনগুলিতে ইতিমধ্যে ব্যবহৃত হয়। অধিকন্তু,
সংক্ষেপে, কণা ফিল্টার আরও স্থিতিস্থাপক কারণ এটি লৈঙ্গিকতা এবং ডেটাতে গাউসিয়ান প্রকৃতির স্বরূপ ধারণ করে না, তবে এটি কম্পিউটারের চেয়ে ব্যয়বহুল। এটি গাউসীয় বিতরণের মতো গড় এবং কোভারিয়েন্স ম্যাট্রিক্সের পরিবর্তে গড় (এবং অঙ্কন) এবং ওজন এলোমেলো নমুনা দ্বারা বিতরণকে উপস্থাপন করে।