待验证50% 置信事实精确时间
随机克里金(SK)将每个观测建模为真实函数值加随机噪声，预测器输出均值估计和后验方差；区别于普通克里金假设观测无噪声并严格插值样本点。
1
来源数
50%
置信度
长期有效
时效性
2026/10/14
首次发现
来源
涉及实体
相关事实
待验证DI-SCUSUM 对有限样本添加高斯噪声后，可以得到一个解析可计算的平滑密度估计，其得分可直接由样本与噪声的卷积形式求出，从而无需训练神经网络。73% 相似已验证频率派将参数视为固定但未知的常数并通过最大化似然函数求点估计，贝叶斯派则将参数视为随机变量并通过后验分布输出预测不确定性73% 相似待验证标准卡尔曼滤波假设系统状态转移与观测噪声服从高斯分布且系统动力学为线性，在目标加速转弯或被部分遮挡时会导致预测偏差71% 相似待验证卡尔曼滤波是一种递归贝叶斯估计算法，能够在含噪声的传感器数据中实时估计系统状态70% 相似待验证此前随机特征方法的理论保障建立在两个偏严格的假设之上：模型是正确设定的（well-specified），且噪声是轻尾的（light-tailed）。69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1022911API
curl https://kongchang.com/api/v1/knowledge/claims/1022911MCP
get_claim(id=1022911)