11:09
官方账号arXiv cs.LG@Zhuoyuan Li, Yue Zhao, Ming Li
精选
推荐理由：处理非高斯多模态观测数据？试试这篇的EnCF方法，比传统卡尔曼滤波灵活。
EnCF
共 1 条相关 AI 资讯
7月15日
11:09
论文提出集成控制流滤波（EnCF）用于隐式数据同化，通过随机控制流和伴随匹配学习观测依赖控制。针对模拟器定义观测，EnCF-LF从样本学习替代条件能量。理论证明理想精确性并建立一步误差分解。数值实验显示，EnCF在非高斯、多对一、多模态和隐式观测模型上优于Kalman型滤波器。