我有一个多元蒙特卡罗隐马尔可夫解决的问题: x[k] = f(x[k-1]) + B u[k]
y[k] = g(x[k])
其中: x[k] the hidden states (Markov dynamics)
y[k] the observed data
u[k] the stochastic driving process
是PyMC3已经足够成熟来处理这个问题,或者
一个简单Markow链 比方说,我们要估计系统的参数,我们可以在给定的时间步长t的状态时间步长T + 1预测系统的状态参数估计。 PyMC应该能够轻松应对。 让我们的玩具系统由一个世界中的移动物体组成。状态是对象的位置。我们想估计潜在变量/对象的速度。下一个状态取决于前一个状态,而潜在变量取决于速度。 # define the system and the data
true_vel = .2