给出状态空间,满足高斯性的某一时刻的y边缘密度的计算和后验计算。
这个问题的难点在于计算过程不应该出现观测矩阵的逆,因为观测矩阵不一定是方阵。
这个问题考虑用information form的高斯矩阵解决,同时用到了和矩阵的逆相关的两个性质(推导过程不难,此处省略)。
注意,计算联合概率时,不能直接用information form相乘,因为似然函数转化为information form时,似然函数的随机变量是观测y,h和J中会缺少x相关的信息(因为将x当作了参数)。
给出状态空间,满足高斯性的某一时刻的y边缘密度的计算和后验计算。
这个问题的难点在于计算过程不应该出现观测矩阵的逆,因为观测矩阵不一定是方阵。
这个问题考虑用information form的高斯矩阵解决,同时用到了和矩阵的逆相关的两个性质(推导过程不难,此处省略)。
注意,计算联合概率时,不能直接用information form相乘,因为似然函数转化为information form时,似然函数的随机变量是观测y,h和J中会缺少x相关的信息(因为将x当作了参数)。