Skip to main content
If you continue browsing this website, you agree to our policies:
  • Condizioni di utilizzo e trattamento dei dati
Continue
x
e-Learning - UNIMIB
  • Home
  • Calendar
  • My Media
  • More
Listen to this page using ReadSpeaker
English ‎(en)‎
English ‎(en)‎ Italiano ‎(it)‎
You are currently using guest access
 Log in
e-Learning - UNIMIB
Home Calendar My Media
Expand all Collapse all
Percorso della pagina
  1. Science
  2. Master Degree
  3. Informatica [F1802Q - F1801Q]
  4. Courses
  5. A.A. 2021-2022
  6. 2nd year
  1. Computer and Robot Vision (blended)
  2. Filtraggio bayesiano / Bayesian filtering
  3. Rappresentazione a momenti e canonica di normali, facoltativo + Histogram Filter + Intro Particle Filter
Insegnamento Course full name
Computer and Robot Vision (blended)
Course ID number
2122-2-F1801Q149
Course summary SYLLABUS

Rappresentazione a momenti e canonica di normali, facoltativo + Histogram Filter + Intro Particle Filter

Completion requirements

Questa è una registrazione di lezione intera, non tagliata nelle parti relative ai vari argomenti.

  • accenno a rappresentazione canonica o naturale delle distribuzioni (matrice e vettore di informazione)
  • Filtri che usano la rappresentazione canonica
  • IF (Information Filter)
  • EIF (Extended Information Filter)
  • SEIF (Sparse Extended Information Filter)
  • Pro e Contro rispetto ai filtri con rappresentazione tramite momenti
  • Introduzione ai filtri non parametrici
  • Histogram Filter (selective updating, partizionamento statico e dinamico)
  • Particle Filter (introduzione)
You are currently using guest access (Log in)
Policies
Get the mobile app
Powered by Moodle
© 2025 Università degli Studi di Milano-Bicocca
  • Privacy policy
  • Accessibility
  • Statistics