未知のエラー値を持つジオコーディングされた場所のリストと、実際の場所に近いノイズの少ない公開修正のデータベース (そのほとんどは信頼できる) が与えられた場合、すべての修正を考慮に入れて実際の場所を概算するアルゴリズムをどのように設計する必要がありますか?最も正確に？
静止座標とセンサーの読み取り値の両方にノイズが含まれているため、地理的なチェックインの問題に似ています。ノイズをモデル化し、最も可能性の高い値を計算する、ノイズの多い複数のセンサーに関する既知の問題を思い出しますが、解決策は思い出せません。
すべての座標はgeography::POINTSQL Server 2008 の型として格納されるため、そのプラットフォーム向けの効率的なソリューションが最も役立ちます。
明確化:座標は一時的なものではありません。各読み取り値は、繰り返し測定のない一意のセンサーから取得されます。
SQL Server 2008でそれを実装する方法はわかりませんが、適切なアルゴリズムはhttp://en.wikipedia.org/wiki/Kalman_filter（http://www.developerstation.org/2011/09/kalman-filterを参照）である可能性があります。 -for-dummies-tutorials.html）。
実装については、SQL Serverの空間インデックスを使用すると役立つ場合があります。たとえば、http：//blogs.msdn.com/b/isaac/archive/2007/05/16/sql-server-spatial-support-anを参照してください。 -introduction.aspx
SQL Serverでのもう1つの興味深いリソースの再認識空間サポートは、http： //www.jasonfollas.com/blog/archive/2008/03/14/sql-server-2008-spatial-data-part-1.aspxです。
Cでは、カルマンフィルターの一部のアプリケーションがありますが、http：//interactive-matter.eu/2009/12/filtering-sensor-data-with-a-kalman-filter/を参照してください。
編集-コメントによる：
要件によっては、ホワイトノイズを考慮に入れるだけでなく、時間相関エラーも考慮したカルマンフィルターの修正バージョンを使用する方が理にかなっている場合があります。たとえば、http：//hss.ulb.uni-bonn.de/を参照してください。 2011/2605 / 2605.pdf
編集2-OPからの明確化の後：
あなたのシナリオでは、ノイズの少ない公共の場所を除いて、エラーを「推測」することは何もありません...ノイズを意識した統計アルゴリズムを使用できます... 3つまたは5つの最も近い座標を選択することもできます（空間サポートに関するリンクを参照してください） ）そして、たとえば磁気ワンドのように測定値を修正します...別のオプションは、三角測量などのように差を重み付けすることによってエラー修正を適用することです。
編集3-OPからのコメントの後：
そのようなアルゴリズムの1つは、ポイントセットのMinimum-Weight-Triangulationです... http：//en.wikipedia.org/wiki/Minimum-weight_triangulationおよびhttp://code.google.com/p/minimum-weight-triangulatorを参照してください。 //