Probabilistic solutions to ordinary differential equations as nonlinear 
Bayesian filtering: a new perspective

Tronarp, F.; Kersting, H.; Särkkä, S.; Hennig, P.

doi:10.1007/s11222-019-09900-1

Datensatz

DATENSATZ AKTIONENEXPORT

Zur Ablage hinzufügen

Lokale TagsFreigabegeschichteDetailsÜbersicht

Freigegeben

Zeitschriftenartikel

Probabilistic solutions to ordinary differential equations as nonlinear Bayesian filtering: a new perspective

MPG-Autoren

/persons/resource/persons204035

Kersting, H.
Max Planck Research Group Probabilistic Numerics, Max Planck Institute for Intelligent Systems, Max Planck Society;

/persons/resource/persons84387

Hennig, P.
Max Planck Research Group Probabilistic Numerics, Max Planck Institute for Intelligent Systems, Max Planck Society;

Externe Ressourcen

Es sind keine externen Ressourcen hinterlegt

Volltexte (beschränkter Zugriff)

Für Ihren IP-Bereich sind aktuell keine Volltexte freigegeben.

Volltexte (frei zugänglich)

Es sind keine frei zugänglichen Volltexte in PuRe verfügbar

Ergänzendes Material (frei zugänglich)

Es sind keine frei zugänglichen Ergänzenden Materialien verfügbar

Zitation

Tronarp, F., Kersting, H., Särkkä, S., & Hennig, P. (2019). Probabilistic solutions to ordinary differential equations as nonlinear Bayesian filtering: a new perspective. Statistics and Computing, 29(6), 1297-1315. doi:10.1007/s11222-019-09900-1.

Zitierlink: https://hdl.handle.net/21.11116/0000-0006-D57C-F

Zusammenfassung

Es ist keine Zusammenfassung verfügbar