文献

J-GLOBAL ID：202202223986755812   整理番号：22A1171899

4D変分データ同化における大規模非線形正則化逆不良姿勢問題を解くためのスケーラブルな空間-時間領域分解アプローチ【JST・京大機械翻訳】

A Scalable Space-Time Domain Decomposition Approach for Solving Large Scale Nonlinear Regularized Inverse Ill Posed Problems in 4D Variational Data Assimilation

著者 (3件)： D’Amore Luisa (University of Naples Federico II, Naples, Italy) ,  Constantinescu Emil (Mathematics and Computer Science Division, Argonne National Laboratory, Lemont, IL, USA) ,  Carracciuolo Luisa (Istituto per i Polimeri, Compositi e Biomateriali of the CNR (IPCB-CNR), Naples, Italy)
資料名： Journal of Scientific Computing  (Journal of Scientific Computing)
巻： 91  号： 2  ページ： 59  発行年： 2022年 
JST資料番号： T0626A  ISSN： 0885-7474  CODEN： JSCOEB  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 大規模アプリケーションにおける強制約4次元変分データ同化(4DVar DA)問題を解くように設計した革新的アルゴリズムの開発に取り組んだ。全領域分解,すなわち重複事例における空間的および時間的方向の両方,および解と演算子の両方の分割を採用した時空分解手法を提示した。全ドメインで定義された大域的汎関数から始めて,予測とデータ同化モデルの次数低減を提供するサブドメイン集合上の正則化局所汎関数の種類を得た。アルゴリズム収束を開発した。時間複雑性とアルゴリズムスケーラビリティの削減に関する性能を,球上のShall Water方程式に関して議論した。モデルにおける状態変数の数,同化サイクルにおける観測数,および時間における離散化ステップとしての数値パラメータ,および空間ドメインを,Hamburg大学のリポジトリ海洋合成/再解析ディレクトリで利用可能なデータによって使用される離散化格子に基づいて定義した。Copyright The Author(s) 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *変分法 ,  状態変数 ,  観測 ,  汎関数 ,  海洋 ,  応用プログラム ,  モデル ,  分割法 ,  *正則化 ,  *データ同化 ,  ディレクトリ ,  リポジトリ
準シソーラス用語： 離散化 ,  4D-VAR , 【Automatic Indexing@JST】

著者キーワード (5件)： データ同化 ,  空間と時間の分解 ,  スケーラブルアルゴリズム ,  逆問題 ,  非線形最小二乗問題

分類 (3件)： 天気予報  (DC05020O) ,  気象学一般  (DC05010D) ,  海洋の構造・力学・循環  (DC06030G)

タイトルに関連する用語 (8件)： 変分 ,  データ同化 ,  大規模 ,  非線形 ,  正則化 ,  不良姿勢 ,  時間領域 ,  分解