Dynamic Linear Model
- カルマンフィルタをDynamic Linear Modelの枠組みでの位置として考えよう
- 状態空間を線形代数するのがDynamic Linear Model
- 簡単なモデルから徐々に複雑にしていこう
- ルールが時間について一定な場合
- 一番簡単なモデル
- 状態が時間に関して不変の係数で定まるもの
- 状態と観察を分離する
- 観察には誤差があるし、場合によっては、「状態以外の何か」を観察しているかもしれない。たとえば 観察 y は原点からの距離だとすると…
- 状態の変化は線形ルールがあるとするも、乱雑項があるとすれば…
- 状態と観察とに誤差がないようにもあるようにも定めることができる
- 一番簡単なモデル
- ルールが時間について不定な場合
- 線形変換に用いた行列が時間に関して変化していけば、もちろん、状態も変わるし、その観察も変わる
- 状態と観察との関係も時間によって変わりうる
- モデルを用いてできること
- モデルのパラメタを観察データから推定する(最尤推定)
- フィルタリング・スムージング・未来予測
- フィルタリング
- 「過去の観察データ」から次時刻の状態を推定
- スムージング
- 「過去の観察データ」から、これまでの経過の状態を推定
- 未来予測
- 「過去の観察データから、未来の時刻の状態を推定
- フィルタリング