(1)HMM:隱變量是離散的
(2)Kalman Filter:又叫 Linear Dynamic Model 或 Linear Gaussian Model
隱變量和觀測變量都是連續的,都是服從高斯分佈的
(3)Particle Filter:Non-Linear、Non-Guaaian
1. Kalman Filter
2. Filtering
2.1 filtering問題
多維高斯分佈:邊緣分佈、條件概率分佈、聯合概率分佈都是高斯分佈。
2.2 filtering問題求解
觀測值y之間絕對不會相對獨立,但若所有隱狀態x都已知時,觀測值就是相互獨立的,即觀測值根據隱狀態的情況而定。
HMM:隱狀態必須都是離散的
若聯合分佈爲高斯分佈,則其每一個元素都爲高斯分佈。