2 dépôts
Probabilistic methods for inferring the latent internal state of a dynamic system from observable measurements.
Distinct from Hidden State Inference: The candidates focus on neural network internal activations (extraction/tuning) rather than the mathematical estimation of hidden system states in control theory.
Explore 2 awesome GitHub repositories matching scientific & mathematical computing · Hidden State Estimation. Refine with filters or upvote what's useful.
filterpy is a toolkit for Bayesian state estimation, Gaussian statistical analysis, and time-series noise reduction. It provides a library of linear and non-linear Kalman filters, as well as routines for non-Gaussian state estimation and signal smoothing. The project implements a variety of estimation methods, including particle filtering using Markov Chain Monte Carlo and resampling, and discrete Bayes filtering. It also includes a suite of algorithms for refining historical state estimates through backward and fixed-lag smoothing. Additional capabilities cover multivariate Gaussian analysi
Implements Bayesian methods to estimate the internal states of dynamic systems using behavioral models and noisy data.
LAPACK est une bibliothèque complète de routines Fortran conçue pour l'analyse numérique haute performance et l'algèbre linéaire. Elle sert de framework de calcul scientifique fondamental, fournissant des procédures standardisées pour résoudre des systèmes d'équations linéaires, des problèmes de valeurs propres et des approximations par moindres carrés. La bibliothèque se distingue par une abstraction de routine hiérarchique qui organise les opérations mathématiques en niveaux de complexité distincts. Elle utilise des algorithmes matriciels partitionnés par blocs et une disposition de mémoire en colonne (column-major) pour optimiser la localité des données et l'efficacité matérielle. En s'appuyant sur des sous-programmes d'algèbre linéaire de base de bas niveau, la bibliothèque garantit une exécution haute performance sur diverses architectures de processeurs. Au-delà de ses solveurs de base, le projet fournit une infrastructure standardisée pour la modélisation scientifique et l'analyse de données. Il inclut des suites de tests complètes pour vérifier l'exactitude et la précision numériques, garantissant la fiabilité dans les applications critiques d'ingénierie et de physique. La bibliothèque prend en charge l'intégration dans des applications externes via une interface de liaison statique et une interface en langage C, facilitant la compatibilité avec divers environnements de développement.
Solves least squares problems by minimizing the sum of squared residuals for accurate approximations.