Ағылшыншамен салыстырыңыз: абзацты басыңыз — түпнұсқа терезеде ашылады. Абзац астындағы EN түймесі оны мәтін ішінде көрсетеді.
Кіріспе
Бейес сүзгісі, жалпы ықтималдық тәсіл
Bayes filter, a general probabilistic approach
Ықтималдықтар теориясы, статистика және машиналық оқыту салаларында рекурсивті Байес бағалауы, сондай-ақ Бейес сүзгісі деп аталатын, кіріс деректер мен математикалық үлгіні пайдалана отырып, белгісіз ықтималдық тығыздық функциясын (PDF) уақыт өте келе рекурсивті түрде бағалауға арналған жалпы ықтималдық тәсіл болып табылады. Бұл процесс алдыңғы және кейінгі ықтималдықтарды зерттейтін Байес статистикасы саласында теориялық тұрғыдан негізделген математикалық ұғымдар мен модельдерге көп сүйенеді.
In probability theory, statistics, and machine learning, recursive Bayesian estimation, also known as a Bayes filter, is a general probabilistic approach for estimating an unknown probability density function (PDF) recursively over time using incoming measurements and a mathematical process model. The process relies heavily upon mathematical concepts and models that are theorized within a study of prior and posterior probabilities known as Bayesian statistics.
Робототехника саласында
Бейес сүзгісі – компьютерлік ғылымда роботтың өзінің орнын және бағытын анықтауға мүмкіндік беретін, бірнеше болжамның ықтималдығын есептеуге арналған алгоритм. Негізінен, Бейес сүзгілері роботтарға ең соңғы сенсорлық деректерге сүйене отырып, координаттар жүйесіндегі ең ықтимал орнын үздіксіз жаңартуға мүмкіндік береді. Бұл рекурсивті алгоритм. Ол екі бөліктен тұрады: болжам жасау және түзету. Егер айнымалылар нормальды түрде таратылған болса және өтулер сызықтық болса, Бейес сүзгісі Кальман сүзгісімен бірдей болады. Мысалы, торда қозғалатын роботтың айналасындағы орта туралы ақпарат беретін бірнеше сенсоры болуы мүмкін. Робот (0,0) позициясында екендігіне толық сеніммен бастауы мүмкін. Бірақ, бастапқы орнынан алшақтаған сайын, роботтың өзінің орнына деген сенімділігі азаяды; Бейес сүзгісін қолдану арқылы роботтың ағымдағы орнына ықтималдық тағайындалады, және бұл ықтималдық қосымша сенсорлық ақпарат негізінде үздіксіз жаңартылады.
A Bayes filter is an algorithm used in computer science for calculating the probabilities of multiple beliefs to allow a robot to infer its position and orientation. Essentially, Bayes filters allow robots to continuously update their most likely position within a coordinate system, based on the most recently acquired sensor data. This is a recursive algorithm. It consists of two parts: prediction and innovation. If the variables are normally distributed and the transitions are linear, the Bayes filter becomes equal to the Kalman filter. In a simple example, a robot moving throughout a grid may have several different sensors that provide it with information about its surroundings. The robot may start out with certainty that it is at position (0,0). However, as it moves farther and farther from its original position, the robot has continuously less certainty about its position; using a Bayes filter, a probability can be assigned to the robot's belief about its current position, and that probability can be continuously updated from additional sensor information.