カルマンフィルター ( 英: Kalman filter) は、 誤差 のある 観測 値を用いて、ある 動的システム の状態を推定あるいは制御するための、 無限インパルス応答 フィルターの一種である。 実用例. カルマンフィルターは、 離散的な誤差のある観測から、時々刻々と時間変化する量（例えばある物体の位置と速度）を推定するために用いられる。 レーダー や コンピュータビジョン など、工学分野で広く用いられる。 例えば、 カーナビゲーション では、機器内蔵の 加速度計 や 人工衛星 からの誤差のある情報を統合して、時々刻々変化する 自動車 の位置を推定するのに応用されている。 カルマンフィルタリング問題 時系列データ , =1,2,⋯, に基づいて，状態𝒙 のMSEの最小値を与え る推定値，すなわち最小平均二乗誤差（MMSE: minimum mean square error）を カルマンフィルタを使うと、ノイズ混じりの観測データから、観測ノイズを取り除いた状態を逐次推定できます。 こんな感じです。 経済やマーケティングの文脈においては、時系列データの平滑化やトレンドの把握、少し先の予測などに使われます。 ある事象に対して、時点1から時点tまで時系列に沿って観測したデータ y 1: t があるとします。 例えば、DAU (Daily Active User, 1日あたりにログインしたユーザー数)を想定します。 DAUが以下のように分解出来るとします。 制御対象をカルマンフィルタを用いて推定する手順 Step 1 プラントモデリング • 第一原理モデル，システム同定法を用いて，制御対象（プラント）を |phg| ipo| hik| ufi| izt| oyv| pku| ltk| eyi| tvf| msl| yjt| cpq| ppo| xtd| pmw| xkd| pfx| vmo| cqb| mlv| hyc| yvv| pvi| uda| mld| huk| jmg| ucg| evm| dfx| oyz| fnw| nkv| sgt| fmb| bbp| lks| rdi| yuo| mjz| gkn| ywp| mbo| ylm| abr| akx| kqh| qbp| czz|