مرشح كالمان: التنبؤ والابتكار والتحديث

يحمل المرشح في كل تاريخ تقديرًا للحالة وتغاير خطأ، لا مجرد نقطة على خط ناعم

تجعل الخطية الحالة والملاحظة دوالًا affine للحالات والاضطرابات السابقة. وتحافظ افتراضات غاوس على غاوسية التوزيعات الشرطية

في ظل ذلك النموذج يكون المتوسط الشرطي مقدِّر أقل خطأ متوسط مربع. وخارجه قد يظل التكرار مفيدًا، لكنه يفقد ادعاء الأمثلية نفسه

تسقط مصفوفة الانتقال تقدير الحالة السابق إلى الأمام. ويمكن للضوابط أو المدخلات المعروفة أن تحرك المتوسط المتنبأ به

كما يُنقل التغاير ويكبر بإضافة ضجيج العملية. فالحالة المسموح لها بالحركة بسرعة تصبح أقل يقينًا بين الملاحظات

ولا يستخدم هذا التنبؤ السابق أي ملاحظة حالية. وفصله عن التحديث يجعل انضباط المعلومات الآنية قابلًا للمراجعة

الابتكار هو القيمة المرصودة ناقص تنبؤها من معادلة القياس. إنه الجزء الذي لم تتوقعه الحالة السابقة

ويجمع تباينه بين عدم يقين الحالة المسقطة وضجيج القياس. وقد تكون المفاجأة الخام الكبيرة عادية عندما يكون ذلك التباين كبيرًا

وعبر الزمن ينبغي أن يشبه الابتكار المعياري المحدد جيدًا ضجيجًا لا يمكن التنبؤ به. وتكشف الأنماط المتسلسلة معلومات فشل النموذج في امتصاصها

يحوّل الكسب الابتكار إلى تصحيح للحالة. ويرتفع عندما يكون تنبؤ الحالة غير مؤكد مقارنة بالقياس

مع الملاحظات المشوشة يكون الكسب أصغر ويتحرك المرشح أقل. ومع القياس الدقيق يصبح جزء أكبر من المفاجأة مراجعة للحالة

وليس الكسب معامل تنعيم ثابتًا عمومًا. فهو يتطور مع التغايرات والبيانات المفقودة ومصفوفات النظام المتغيرة مع الزمن

بعد ملاحظة البيانات ينكمش تغاير الحالة لأن عدم اليقين حُسم. ثم يوسعه ضجيج العملية مرة أخرى في التنبؤ التالي

وتهم صيغ التغاير المستقرة عدديًا لأن التقريب قد ينشئ لا تماثلًا أو مصفوفة ليست شبه موجبة التحديد

وقد تتجاهل نطاقات الثقة المبنية على تغاير الترشيح وحده عدم يقين المعلمات. فالمعلمات المقدَّرة للانتقال والضجيج تضيف طبقة أخرى

قد تكون الحالة الأولية معلومة أو ساكنة أو مقدَّرة أو منتشرة. وقد تعتمد القيم المرشحة المبكرة بشدة على ذلك الاختيار

وتبني أخطاء التنبؤ وتبايناتها الاحتمال الغاوسي المستخدم لتقدير المعلمات المجهولة. ولا ينبغي ضبط مستويات الضجيج فقط من أجل خط ناعم بصريًا

قارن التهيئات البديلة وتنبؤات الاحتفاظ وتقديرات الحدود. فقد تشير التباينات القريبة من الصفر أو الاستمرارية القريبة من الواحد إلى تعريف ضعيف

يقوم مرشح كالمان الممتد بخطية الدوال اللاخطية محليًا، وينقل المرشح غير المترافق نقاطًا مختارة، وتحاكي مرشحات الجسيمات توزيع الحالة

لكنها ليست أدق تلقائيًا. فاللاخطية القوية أو الذيول غير الغاوسية أو الحالات متعددة الأنماط تحتاج إلى تشخيصات خاصة بالطريقة

وقد تكون نماذج الملاحظات المتينة للقيم الشاذة وتغيرات النظام أنسب من فرض تكرار خطي غاوسي واحد على كل حالة سوقية

يمكن للمرشح تقدير سعر فعال من عروض مشوشة أو بيتا متغيرة مع الزمن أو عوامل كامنة لمنحنى العائد أو نسبة تحوط متغيرة

ويظل التقدير مشروطًا بالنموذج والمعلمات. ولا يكشف عائد الغد لمجرد أنه يستخدم كلمة التنبؤ

قيّم الابتكارات ذات الخطوة الواحدة والتنبؤات المتحركة ومراجعات الحالة ودوران المركز وتكاليف المعاملات باستخدام المعلومات المتاحة فعلًا في كل تاريخ