Ich habe dieses Buch Mustererkennung und maschinelles Lernen von Bishop gelesen. Ich hatte eine Verwirrung in Bezug auf eine Ableitung des linearen dynamischen Systems. In LDS nehmen wir an, dass die latenten Variablen kontinuierlich sind. Wenn Z die latenten Variablen und X die beobachteten Variablen bezeichnet
In LDS wird auch die Weiterleitung von Alpha-Beta-Vorwärts-Rückwärts-Nachrichten verwendet, um die hintere latente Verteilung zu berechnen, dh
Meine erste Frage ist in dem Buch, als das es gegeben wird
Wie kommt es, dass wir das oben genannte haben? Ich meine = . Ich meine, wie haben wir das bekommen?
Meine nächste Frage bezieht sich auf die Ableitung, da Sie den Screenshots der Seiten des beigefügten Buches folgen können. Ich habe nicht verstanden, woher und was der Kalman-Filtergewinn ist
ist die Kalman-Verstärkungsmatrix
Wie haben wir die obigen Gleichungen abgeleitet? Ich meine, wie kommt es?
Ich bin nur verwirrt, wie die obige Ableitung gemacht wird.