书籍：Nonlinear Filters: Theory and Applications
作者：Peyman Setoodeh，Saeid Habibi，Simon Haykin
出版：Wiley
下载：https://mp.weixin.qq.com/s/MR8NmOuEUtWrNjZsPqurUA
01 书籍介绍
本书通过融合控制理论、统计信号处理和机器学习的思想，对状态估计和参数估计提供了深入的视角。本书采用算法方法，涵盖了经典的滤波算法和基于机器学习的滤波算法。
读者将从《非线性滤波器》中获益匪浅，其中包括稳定性、鲁棒性、可计算性和算法充分性等广泛的主题。读者还将享受以下内容：
· 组织结构使本书成为一个独立的、自洽的参考资料
· 对可观测性、非线性观测器以及桥接不同科学和工程学科的最优非线性滤波理论的深入探讨
· 对贝叶斯滤波器的全面介绍，包括卡尔曼滤波器及其变体以及粒子滤波器
· 基于稳定性定理的平滑变结构滤波器的严格推导，作为一个预测-校正估计器，用于将估计的状态限制在其真值附近的领域内
· 关于深度学习和强化学习的简明教程
· 对期望最大化算法及其基于机器学习的变体的详细预期，用于联合状态和参数估计
· 从参数化模型构建非参数化贝叶斯模型的指南
本书非常适合工程、计算机科学、应用数学和人工智能领域的研究人员、教授和研究生，同时也适合从事与流行性疾病、网络安全、信息融合、增强现实、自动驾驶、城市交通网络、导航和跟踪、机器人技术、电力系统、混合技术和金融等领域相关的学习或实践者的图书馆。
02 作者简介
Peyman Setoodeh博士是麦克马斯特大学混合技术中心（CMHT）的访问教授，是IEEE的高级会员。
Saeid Habibi博士是麦克马斯特大学机械工程系前主任、混合技术中心（CMHT）主任，是ASME和CSME的会士，也是加拿大研究主席和高级NSERC工业研究主席。
Simon Haykin博士是麦克马斯特大学电气与计算机工程系的杰出大学教授，也是认知系统实验室（CSL）的主任。他是IEEE和加拿大皇家学会的会士，曾获得国际无线电科学联合会亨利·布克尔金奖章、IEEE詹姆斯·H·穆利根青年教育奖章和IEEE丹尼斯·J·皮卡尔德雷达技术和应用奖章。
03 书籍大纲
