Hidden Markov Processes and Adaptive Filtering (eBook)

Hidden Markov Processes and Adaptive Filtering (eBook)

Yury A. Kutoyants
Yury A. Kutoyants
Prezzo:
€ 168,47
Compra EPUB
Prezzo:
€ 168,47
Compra EPUB

Formato

:
EPUB
Cloud: Scopri di più
Lingua: Inglese
Editore: Springer
Collana: Mathematics and Statistics (R0)
Codice EAN: 9783032000521
Anno pubblicazione: 2025
Scopri QUI come leggere i tuoi eBook

Note legali

NOTE LEGALI

a) Garanzia legale, Pagamenti, Consegne, Diritto di recesso
b) Informazioni sul prezzo
Il prezzo barrato corrisponde al prezzo di vendita al pubblico al lordo di IVA e al netto delle spese di spedizione
Il prezzo barrato dei libri italiani corrisponde al prezzo di copertina.
I libri in inglese di Libraccio sono di provenienza americana o inglese.
Libraccio riceve quotidianamente i prodotti dagli USA e dalla Gran Bretagna, pagandone i costi di importazione, spedizione in Italia ecc.
Il prezzo in EURO è fissato da Libraccio e, in alcuni casi, può discostarsi leggermente dal cambio dollaro/euro o sterlina/euro del giorno. Il prezzo che pagherai sarà quello in EURO al momento della conferma dell'ordine.
In ogni caso potrai verificare la convenienza dei nostri prezzi rispetto ad altri siti italiani e, in moltissimi casi, anche rispetto all'acquisto su siti americani o inglesi.
c) Disponibilità
I termini relativi alla disponibilità dei prodotti sono indicati nelle Condizioni generali di vendita.

Disponibilità immediata
L'articolo è immediatamente disponibile presso Libraccio e saremo in grado di procedere con la spedizione entro un giorno lavorativo.
Nota: La disponibilità prevista fa riferimento a singole disponibilità.

Disponibile in giorni o settimane (ad es. "3-5-10 giorni", "4-5 settimane" )
L'articolo sarà disponibile entro le tempistiche indicate, necessarie per ricevere l'articolo dai nostri fornitori e preparare la spedizione.
Nota: La disponibilità prevista fa riferimento a singole disponibilità.

Prenotazione libri scolastici
Il servizio ti permette di prenotare libri scolastici nuovi che risultano non disponibili al momento dell'acquisto.

Attualmente non disponibile
L'articolo sarà disponibile ma non sappiamo ancora quando. Inserisci la tua mail dalla scheda prodotto attivando il servizio Libraccio “avvisami” e sarai contattato quando sarà ordinabile.

Difficile reperibilità
Abbiamo dei problemi nel reperire il prodotto. Il fornitore non ci dà informazioni sulla sua reperibilità, ma se desideri comunque effettuare l'ordine, cercheremo di averlo nei tempi indicati. Se non sarà possibile, ti avvertiremo via e-mail e l'ordine verrà cancellato.
Chiudi

Descrizione

This book is devoted to the problem of adaptive filtering for partially observed systems depending on unknown parameters. Adaptive filters are proposed for a wide variety of models: Gaussian and conditionally Gaussian linear models of diffusion processes; some nonlinear models; telegraph signals in white Gaussian noise (all in continuous time); and autoregressive processes observed in white noise (discrete time). The properties of the estimators and adaptive filters are described in the asymptotics of small noise or large samples. The parameter estimators and adaptive filters have a recursive structure which makes their numerical realization relatively simple. The question of the asymptotic efficiency of the adaptive filters is also discussed. Readers will learn how to construct Le Cam’s One-step MLE for all these models and how this estimator can be transformed into an asymptotically efficient estimator process which has a recursive structure. The last chapter covers several applications of the developed method to such problems as localization of fixed and moving sources on the plane by observations registered by K detectors, estimation of a signal in noise, identification of a security price process, change point problems for partially observed systems, and approximation of the solution of BSDEs. Adaptive filters are presented for the simplest one-dimensional observations and state equations, known initial values, non-correlated noises, etc. However, the proposed constructions can be extended to a wider class of models, and the One-step MLE-processes can be used in many other problems where the recursive evolution of estimators is an important property. The book will be useful for students of filtering theory, both undergraduates (discrete time models) and postgraduates (continuous time models). The method described, preliminary estimator + One-step MLE-process + adaptive filter, will also be of interest to engineers and researchers working with partially observed models.