Key points are not available for this paper at this time.
تم تناول مشكلة نقل المعرفة البايزية من مرشح كالمان الثانوي إلى مرشح كالمان الأساسي. يوفر المرشح الثانوي متنبئ البيانات الاحتمالية الخاص به، ولكن يُفترض عدم توفر آلية تكييف بايزية صريحة بين المرشحات. وبالتالي، يتم اعتماد تصميم احتمالي كامل. يؤدي هذا إلى توسيع تكراري جديد وقابل للتطبيق بالكامل في ثلاث خطوات لتدفق مرشح كالمان التقليدي، يتضمن خطوة إضافية شبيهة بالبيانات لدمج متنبئ البيانات الثانوي. تنتج صيغة معدلة من الخوارزمية أداءً في المحاكاة يساوي ذلك الناتج من دمج متجه القياس، مع ميزة أن التصميم البايزي يسمح بنقل المعرفة التوزيعية بالكامل. هناك مرونة في الطريقة التي يمكن بها تحديد نقل المعرفة الاحتمالية بين مرشحات كالمان المتفاعلة باستخدام هذه الاستراتيجية المثلى للتصميم البايزي، وتتم مناقشة هذه الخيارات في الرسالة.
درس فولي وزملاؤه (الخميس) هذا السؤال.