“Métodos secuenciales de Monte Carlo aplicados a modelos ocultos de Markov con proceso de estado y de medición correlacionados”

PEDRO GADZE; BRUNO CERNUSCHI FRÍAS

Buenos Aires

Congreso; 11th Argentine Symposium on Technology, AST-2010, como parte de la 39 Conferencia Argentina en Informática, JAIIO 39, Sociedad Argentina de Investigación Operativa, SADIO, 30 de Agosto al 3 de Septiembre de 2010.; 2010

Sociedad Argentina de Investigación Operativa, SADIO.

En el marco del filtrado Bayesiano, se presenta un modelo enel cual el proceso de medición y el estado siguiente son condicionalmentedependientes, dado el conjunto de observaciones pasadas y el estado actual.Además se busca la distribución de predicción para este modelo, yla distribución de filtrado se halla con una simple actualización a partirde la de predicción. La distribución requerida se aproxima utilizando elmuestreo secuencial de importancia, y la distribución queda representadapor un conjunto de muestras aleatorias, que son obtenidas a partirde una función de importancia, y se le asigna a las mismas un peso deacuerdo a su relevancia.