Кальман-фильтр с 100 выборками данных, содержащими шум

Question

Если у меня есть ряд наблюдений, скажем, 100 образцов х и у. Достаточно ли этого для прогнозирования 101-го числа, соответствующего значению топора? Могу ли я использовать некоторую часть этих данных из 100 выборок для обновления некоторых значений (учитывая, что шум существует, а некоторые данные могут быть повреждены)?

Answer 1

Переполнение стека направлено на кодирование - поэтому, если у вас есть код, который вы ожидаете, и он не работает, вы должны опубликовать его со своим вопросом.

Фильтр Калмана может помочь в задаче, которую вы описываете, если у вас есть модель зависимости y от x. Так, например, если ваша модель такова: y = a * x + b + гауссов шум, тогда фильтр Калмана является одним из способов оценки "a" и "b", которые затем позволяют прогнозировать 101-й из 101-го х