A Usar expansões de Taylor para determinar modelos e aproximações Gaussianas para distribuições de probabilidade gerais.
B Representar distribuições de probabilidade como um conjunto de amostras discretas de Monte Carlo com seus respectivos pesos.
C Filtrar frequências indesejadas de sinais físicos contínuos no tempo, eliminando faixas determinadas pelo projetista que o implementa por meio dos ganhos de Kalman.
D Usar grande poder computacional para calcular distribuições de probabilidades numericamente, evitando cálculos com equações analiticamente intratáveis.
E Ser uma solução fechada para o problema de filtragem ou redução de incertezas, que não depende de aproximações numéricas por conta da menor complexidade computacional dos cálculos recursivos de médias e covariâncias Gaussianas.