Student-t process quadratures for filtering of non-linear systems with heavy-tailed noise

Jakub Prüher, Filip Tronarp, Toni Karvonen, Simo Särkkä, Ondrej Straka

Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussaConference contributionScientificvertaisarvioitu

11 Sitaatiot (Scopus)
149 Lataukset (Pure)

Abstrakti

The aim of this article is to design a moment transformation for Student-t distributed random variables, which is able to account for the error in the numerically computed mean. We employ Student-t process quadrature, an instance of Bayesian quadrature, which allows us to treat the integral itself as a random variable whose variance provides information about the incurred integration error. Advantage of the Student-t process quadrature over the traditional Gaussian process quadrature, is that the integral variance depends also on the function values, allowing for a more robust modelling of the integration error. The moment transform is applied in nonlinear sigma-point filtering and evaluated on two numerical examples, where it is shown to outperform the state-of-the-art moment transforms.
AlkuperäiskieliEnglanti
Otsikko20th International Conference on Information Fusion, Fusion 2017 - Proceedings
KustantajaIEEE
Sivut875-882
Sivumäärä8
ISBN (elektroninen)978-0-9964-5270-0
DOI - pysyväislinkit
TilaJulkaistu - heinäkuuta 2017
OKM-julkaisutyyppiA4 Artikkeli konferenssijulkaisuussa
TapahtumaInternational Conference on Information Fusion - Xian, China, Xian, Kiina
Kesto: 10 heinäkuuta 201713 heinäkuuta 2017
Konferenssinumero: 20
http://www.fusion2017.org/

Conference

ConferenceInternational Conference on Information Fusion
LyhennettäFUSION
Maa/AlueKiina
KaupunkiXian
Ajanjakso10/07/201713/07/2017
www-osoite

Sormenjälki

Sukella tutkimusaiheisiin 'Student-t process quadratures for filtering of non-linear systems with heavy-tailed noise'. Ne muodostavat yhdessä ainutlaatuisen sormenjäljen.

Siteeraa tätä