Geri Dön

Particle methods for bayesian multiobject tracking and parameter estimation

Parçacık metodları ile çoklu nesne izleme ve parametre kestirimi

  1. Tez No: 255415
  2. Yazar: EMRE ÖZKAN
  3. Danışmanlar: PROF. DR. MÜBECCEL DEMİREKLER
  4. Tez Türü: Doktora
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2009
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Bu tezde belli problemlerin çözümünde parçacık filtresi olarak da bilinen sıralı Monte Carlo (SMC) tekniklerini kullanan yöntemlerde iyileştirmeler yapılmıştır. Ele alınan ilk problem olan Bayes yaklaşımlı çoklu hedef izleme (ÇHİ) problemi için Dirichlet süreci (DS) temelli parametrik olmayan Bayes modellerinin kullanımı önerilmiştir. İkinci problem, önerilen DS temelli ÇHİ algoritması için önemli bir uygulama alanı teşkil eden, konuşma sinyallerinde ses yolu rezonans frekanslarını izleme problemidir. Son olarak, doğrusal ve Gauss olmayan durum uzay modellerinde parametre kestirimi amaçlı kullanılan SMC temelli bir algoritma incelenmiştir. Bu çalışma kapsamında iz yörüngesini temel olarak alan algoritmalar için regülerizasyon teknikleri kullanılarak iyileştirme sağlanmıştır.

Özet (Çeviri)

In this thesis a number of improvements have been established for specific methods which utilize sequential Monte Carlo (SMC), aka. Particle filtering (PF) techniques. The first problem is the Bayesian multi-target tracking (MTT) problem for which we propose the use of non-parametric Bayesian models that are based on time varying extension of Dirichlet process (DP) models. The second problem studied in this thesis is an important application area for the proposed DP based MTT method; the tracking of vocal tract resonance frequencies of the speech signals. Lastly, we investigate SMC based parameter estimation problem of nonlinear non-Gaussian state space models in which we provide a performance improvement for the path density based methods by utilizing regularization techniques.

Benzer Tezler

  1. Bayesian model selection for latent variable causal networks by sequential monte carlo

    Gizli değişkenli nedensel ağlarda parçacık süzgeci ile Bayesci model seçimi

    MEHMET BURAK KURUTMAZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ALİ TAYLAN CEMGİL

  2. Bayesçi yaklaşım temelli Parçacık Sürü Optimizasyonu: Sağlık hizmet kalitesinin ölçümüne yönelik hibrit bir model önerisi

    Particle Swarm Optimization based on the Bayesian approach: A hybrid model proposal for measuring healthcare quality

    YAĞMUR ŞEN

    Yüksek Lisans

    Türkçe

    Türkçe

    2026

    Sağlık Yönetimiİstanbul Arel Üniversitesi

    Sağlık Yönetimi Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ FUAT ÇAĞLAYAN

  3. Particle MCMC for a time changed levy process

    Zaman değiştirilmiş bir levy süreci için parçacık Markov Zinciri Monte Carlo yaklaşımı

    AYHAN YÜKSEL

    Doktora

    İngilizce

    İngilizce

    2015

    MaliyeOrta Doğu Teknik Üniversitesi

    Finansal Matematik Ana Bilim Dalı (disiplinlerarası)

    DOÇ. DR. AZİZE HAYFAVİ

    DOÇ. DR. COŞKUN KÜÇÜKÜÖZMEN

  4. Markov chain Monte Carlo Algorithm for Bayesian Policy Search

    Bayes Politika Arama için Markov Zinciri Monte Carlo Algoritması

    VAHID TAVAKOL AGHAEI

    Doktora

    İngilizce

    İngilizce

    2019

    Mekatronik MühendisliğiSabancı Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    Assoc. Prof. Dr. AHMET ONAT

    DR. SİNAN YILDIRIM