Glossário IA
O dicionário completo da Inteligência Artificial
Filtro de Kalman Estendido (EKF)
Extensão do filtro de Kalman para sistemas não lineares utilizando linearização local por expansão de Taylor em torno do estado estimado. Aplica os princípios do filtro de Kalman a sistemas aproximadamente lineares na vizinhança da estimativa atual.
Filtro de Kalman Unscented (UKF)
Variante do filtro de Kalman para sistemas não lineares que utiliza a transformação unscented para aproximar a distribuição do estado por pontos sigma. Essa abordagem oferece maior precisão que o EKF para não linearidades fortes.
Filtro de Partículas
Método de Monte Carlo sequencial para estimação bayesiana em espaços de estados não lineares e não gaussianos. Representa a distribuição do estado por um conjunto de partículas ponderadas e as atualiza por reamostragem.
Modelo Oculto de Markov (HMM)
Modelo estatístico em que o sistema é assumido seguir uma cadeia de Markov com estados não observáveis (ocultos) que produzem sequências de observações. Cada estado possui uma distribuição de probabilidade sobre as observações possíveis.
Algoritmo Forward-Backward
Algoritmo de inferência para modelos ocultos de Markov que calcula as probabilidades posteriores dos estados ocultos dado as observações. Combina passagens para frente (predição) e para trás (suavização) para estimar a distribuição dos estados.
Algoritmo de Viterbi
Algoritmo de programação dinâmica para encontrar a sequência de estados mais provável em um modelo oculto de Markov. Determina o caminho ótimo que maximiza a probabilidade conjunta dos estados e das observações.
Filtro H∞
Filtro ótimo que minimiza o erro no pior caso, em vez do erro quadrático médio, sendo robusto a incertezas do modelo. Garante um desempenho limitado para todas as perturbações de energia finita.
Observador de Luenberger
Sistema dinâmico que permite reconstruir os estados de um sistema a partir das entradas e saídas mensuráveis. Utiliza um ganho de observação para assegurar a convergência assintótica do erro de estimação.
Sistema LTI
Sistema linear invariante no tempo cujos parâmetros não variam temporalmente e respeitam o princípio da superposição. Esses sistemas permitem uma análise matemática rigorosa por meio da transformada de Laplace ou em Z.
Matriz de Transição de Estado
Matriz que descreve a evolução dinâmica dos estados entre dois instantes sucessivos em um modelo de espaço de estados discreto. Ela codifica a dinâmica intrínseca do sistema independentemente das entradas externas.
Matriz de Observação
Matriz que relaciona os estados do sistema às medidas observáveis em um modelo de espaço de estados. Ela define quais combinações lineares dos estados são acessíveis à medição.
Ruído de Processo
Incerteza estocástica que modela as perturbações que afetam a dinâmica interna do sistema de estado. Representa os erros de modelagem e os fenômenos aleatórios inerentes à evolução do sistema.
Ruído de Medição
Incerteza aleatória adicionada às observações em modelos de espaço de estados, tipicamente modelada como um ruído branco gaussiano. Quantifica a precisão limitada dos sensores e instrumentos de medição.
Equações de Estado
Equações diferenciais ou de recorrência que descrevem a evolução temporal das variáveis de estado de um sistema dinâmico. Elas constituem o cerne da modelagem em espaço de estados, separando dinâmica e observação.
Equações de Medição
Relações matemáticas que ligam os estados internos do sistema às observações externas acessíveis. Definem como os estados latentes se manifestam nos dados mensuráveis.
Algoritmo EM
Algoritmo de otimização iterativo para a estimação de parâmetros em modelos com variáveis latentes, alternando etapas de esperança e maximização. É particularmente útil para o aprendizado dos parâmetros de modelos de espaço de estados.
Inferência Bayesiana
Abordagem estatística que atualiza crenças sobre estados ocultos combinando informação a priori e observações por meio do teorema de Bayes. Ela fornece um quadro probabilístico coerente para a estimação de estado.
Predição de Estado
Etapa do filtro que estima o estado futuro do sistema antes da incorporação de uma nova medição. Ela utiliza o modelo de transição para propagar a distribuição do estado ao longo do tempo.
Atualização da Medição
Fase de correção do filtro que ajusta a predição do estado com base na nova observação recebida. Ela calcula a distribuição posterior combinando a predição e a verossimilhança da medição.