Die Kalman-Filterung ist ein wichtiges Spezialgebiet der Steuerungstechnik und Signalverarbeitung und die höchstentwickelte Methode für das Design neuronaler Netze. Der unkonventionelle, nichtlineare Ansatz trägt der Tatsache Rechnung, dass in der Praxis meist nichtlineare Probleme von Bedeutung sind. Besprochen werden wichtige Anwendungen, zum Beispiel aus der Steuerungstechnik und der Finanzmathematik.

SIMON HAYKIN, PhD, is Professor of Electrical Engineering at the Communication Research Laboratory of McMaster University in Hamilton, Ontario, Canada.

Preface.
Contributors.
Kalman Filters (S. Haykin).
Parameter-Based Kalman Filter Training: Theory and Implementaion (G. Puskorius and L. Feldkamp).
Learning Shape and Motion from Image Sequences (G. Patel, et al.).
Chaotic Dynamics (G. Patel and S. Haykin).
Dual Extended Kalman Filter Methods (E. Wan and A. Nelson).
Learning Nonlinear Dynamical System Using the Expectation-Maximization Algorithm (S. Roweis and Z. Ghahramani).
The Unscencted Kalman Filter (E. Wan and R. van der Merwe).
Index.