Фильтр Калмана (Russian Wikipedia)

Analysis of information sources in references of the Wikipedia article "Фильтр Калмана" in Russian language version.

refsWebsite

Global rank Russian rank

1^st place

low place

low place

9,366^th place

low place

2^nd place

3^rd place

26^th place

145^th place

3^rd place

10^th place

low place

books.google.com

Lauritzen S. L. Thiele: Pioneer in Statistics : [арх. 22 апреля 2022]. — Нью-Йорк : Oxford University Press, 2002. — P. 41. — ISBN 0-19-850972-3.
He solves the problem of estimating the regression coefficients and predicting the values of the Brownian motion by the method of least squares and gives an elegant recursive procedure for carrying out the calculations. The procedure is nowadays known as Kalman filtering.

Lauritzen S. L.^[англ.]. Time series analysis in 1880. A discussion of contributions made by T.N. Thiele : [англ.] // International Statistical Review. — 1981. — Vol. 49, № 3 (December). — P. 319–331. — doi:10.2307/1402616. — JSTOR 1402616.
He derives a recursive procedure for estimating the regression component and predicting the Brownian motion. The procedure is now known as Kalman filtering.

Lauritzen S. L.^[англ.]. Time series analysis in 1880. A discussion of contributions made by T.N. Thiele : [англ.] // International Statistical Review. — 1981. — Vol. 49, № 3 (December). — P. 319–331. — doi:10.2307/1402616. — JSTOR 1402616.
He derives a recursive procedure for estimating the regression component and predicting the Brownian motion. The procedure is now known as Kalman filtering.

Roweis, S. and Ghahramani, Z., A unifying review of linear Gaussian models Архивная копия от 28 мая 2016 на Wayback Machine, Neural Comput. Vol. 11, No. 2, (February 1999), pp. 305—345.

Ingvar Strid; Karl Walentin (2009), "Block Kalman Filtering for Large-Scale DSGE Models" (PDF), Computational Economics, 33 (3), Springer: 277—304, Архивировано из оригинала (PDF) 20 апреля 2015, Дата обращения: 29 мая 2017 {{citation}}: Неизвестный параметр |month= игнорируется (справка)

http://www.tgizd.ru/mag/aviakos/aviakos_7_6_7.shtml Архивная копия от 10 ноября 2011 на Wayback Machine Г. Ф. Савинов О некоторых особенностях алгоритма оптимальной фильтрации Калмана — Бьюси // Авиакосмическое приборостроение № 6, 2007 г.
А. Ю. Горбачёв Критерии оценки алгоритмов оптимальной фильтрации (недоступная ссылка) // Авиакосмическое приборостроение № 6, 2008 г.

Ingvar Strid; Karl Walentin (2009), "Block Kalman Filtering for Large-Scale DSGE Models" (PDF), Computational Economics, 33 (3), Springer: 277—304, Архивировано из оригинала (PDF) 20 апреля 2015, Дата обращения: 29 мая 2017 {{citation}}: Неизвестный параметр |month= игнорируется (справка)
Lauritzen S. L. Thiele: Pioneer in Statistics : [арх. 22 апреля 2022]. — Нью-Йорк : Oxford University Press, 2002. — P. 41. — ISBN 0-19-850972-3.
He solves the problem of estimating the regression coefficients and predicting the values of the Brownian motion by the method of least squares and gives an elegant recursive procedure for carrying out the calculations. The procedure is nowadays known as Kalman filtering.
Roweis, S. and Ghahramani, Z., A unifying review of linear Gaussian models Архивная копия от 28 мая 2016 на Wayback Machine, Neural Comput. Vol. 11, No. 2, (February 1999), pp. 305—345.
http://www.tgizd.ru/mag/aviakos/aviakos_7_6_7.shtml Архивная копия от 10 ноября 2011 на Wayback Machine Г. Ф. Савинов О некоторых особенностях алгоритма оптимальной фильтрации Калмана — Бьюси // Авиакосмическое приборостроение № 6, 2007 г.

Lauritzen S. L.^[англ.]. Time series analysis in 1880. A discussion of contributions made by T.N. Thiele : [англ.] // International Statistical Review. — 1981. — Vol. 49, № 3 (December). — P. 319–331. — doi:10.2307/1402616. — JSTOR 1402616.
He derives a recursive procedure for estimating the regression component and predicting the Brownian motion. The procedure is now known as Kalman filtering.