رابطه ی بین صافی کالمن و رگرسیون فرآیند گاوسی فضایی زمانی

در این پایان نامه نشان داده می شود که چگونه روش رگرسیون فرآیند گاوسی فضایی - زمانی یا هم ارز آن مسئله کریگینگ‎‎ می تواند با بعد نامتناهی صافی کالمن‎‎ و روش هموارسازی ‎‎$ ‎rts‎ $‎ فرمول بندی شود. سپس روشی برای تبدیل توابع کوواریانس فضایی - زمانی به معادلات تفاضلی تصادفی ‎با بعد نامتناهی ارائه می شود. همچنین نشان داده می شود که چگونه توابع کوواریانس تفکیک پذیر و ‎تفکیک ناپذیر‎ به صافی کالمن با بعد نامتناهی و روش هموارسازی ‎‎‎$ rts $‎‎‎ منجر می شوند. ما همچنین مثال هایی عددی و تحلیلی ارائه داده و روش های محاسباتی را مورد بحث قرار می دهیم. ما نتیجه می گیریم که صافی کالمن نسبت به رگرسیون فرآیند گاوسی از نظر هزینه محاسباتی مزیت دارد.