हाल ही में, मैंडिक, डानिलो पी। और कन्ना, सीथन और कॉन्स्टेंटिनाइड्स, एंथनी जी ने आईईईई सिग्नल प्रोसेसिंग पत्रिका में " ऑन द लिटर मीन स्क्वायर और कलमैन फिल्टर्स के बीच आंतरिक रिश्ते पर " प्रकाशित किया :
कलमन फ़िल्टर और कम से कम माध्य वर्ग (LMS) अनुकूली फ़िल्टर दो सबसे लोकप्रिय अनुकूली आकलन एल्गोरिदम हैं जो अक्सर सांख्यिकीय सिग्नल प्रोसेसिंग अनुप्रयोगों की एक संख्या में विनिमेय रूप से उपयोग किए जाते हैं। उन्हें आमतौर पर अलग-अलग संस्थाओं के रूप में माना जाता है, पूर्व के साथ इष्टतम बायेसियन अनुमानक की प्राप्ति और बाद में इष्टतम वीनर फ़िल्टरिंग समस्या के पुनरावर्ती समाधान के रूप में। इस व्याख्यान नोट में, हम एक सिस्टम आइडेंटिफिकेशन फ्रेमवर्क पर विचार करते हैं जिसके भीतर हम कलमन फ़िल्टरिंग और एलएमएस-प्रकार के एल्गोरिदम पर एक संयुक्त दृष्टिकोण विकसित करते हैं, जो कि इष्टतम स्टोचैस्टिक ग्रेडिएंट डीसेंट एडैप्टेशन के लिए आवश्यक स्वतंत्रता की डिग्री का विश्लेषण करने के माध्यम से हासिल किया गया है। यह दृष्टिकोण बेसमियन आँकड़ों की धारणा के बिना कलमन फ़िल्टर की शुरूआत की अनुमति देता है,