Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: resampling methods

Sortuj według:

Ogranicz wyniki do:

Resampling in particle filtering : comparison

Kozierski P., Lis M., Ziętkiewicz J.

Studia z Automatyki i Informatyki

2013

T. 38

35--64

The article presents over 20 different types and variants of resampling methods. Pseudo-code has been added for a description of each method. Comparison of methods has been performed using simulations (1,000 repetitions for each set of parameters). Based on the simulation results, it has been verified that among the methods for one processor implementation, the best working methods are those of Systematic resampling, one version of Stratified resampling and Deterministic Systematic resampling. The latter method does not require drawing numbers with uniform distribution. Among resampling methods for parallel computing, best quality is characterized by two variants of stratified resampling.

W artykule przedstawiono ponad 20 różnych rodzajów i odmian metod resamplingu. Do opisu każdej metody dodano pseudokod. Porównanie metod wykonano na podstawie przeprowadzonych symulacji (1000 powtórzeń dla każdego zbioru parametrów). Na podstawie przeprowadzonych symulacji stwierdzono, ze wśród metod resamplingu przeznaczonych do implementacji na jednym procesorze, najlepiej działają Systematic resampling, jedna z odmian Stratified Resampling oraz Deterministic Systematic Resampling, przy czym ta ostatnia nie wymaga losowania liczb z rozkładu równomiernego. Wśród resamplingów przeznaczonych do obliczeń równoległych najlepszą jakością charakteryzowały się dwie odmiany Stratified resampling.

The ways of effective estimation of measurand

Galovska M., Warsza Z. L.

Pomiary, Automatyka, Komputery w Gospodarce i Ochronie Środowiska

2010

nr 1

18-20

The main purpose of this work is the expansion of the ways for choosing the best estimator of empirical data, when this data is only available information. Proposed methods are divided into two groups: Monte-Carlo simulation and resampling methods. Numerical example is given.

Podstawowym celem pracy jest rozszerzenie sposobów wyboru estymatora danych empirycznych, gdy dane te są jedyną dostępną informacją. Proponowane metody podzielono na 2 grupy: oparte na symulacji Monte Carlo i na metodach "resamplingu". Zilustrowano to przykładem liczbowym.