A Structurally Localized Ensemble Kalman Filtering Approach
本論文は、従来のアンサンブルカルマンフィルタで必要となる手動チューニング型の局所化手法に代わり、変分ベイズ最適化を用いて状態ベクトルを分割した事後確率密度関数の積近似を事前に行うことで、本質的に局所化された新しいフィルタリング手法を提案し、その有効性をローレンツ -96 モデルを用いた数値実験で実証したものである。
42 件の論文
本論文は、従来のアンサンブルカルマンフィルタで必要となる手動チューニング型の局所化手法に代わり、変分ベイズ最適化を用いて状態ベクトルを分割した事後確率密度関数の積近似を事前に行うことで、本質的に局所化された新しいフィルタリング手法を提案し、その有効性をローレンツ -96 モデルを用いた数値実験で実証したものである。
本研究は、オートエンコーダで学習された潜在空間においてモデル予報と観測データを融合するハイブリッド・アンサンブル手法「HLOBA」を提案し、従来の四次元変分法と同等の精度を維持しつつ計算効率と不確実性の定量化を両立させることを示しています。