文献

J-GLOBAL ID：202202257895089634   整理番号：22A0216816

前処理変分データ同化問題のHessianの条件数に関する新しい限界【JST・京大機械翻訳】

New bounds on the condition number of the Hessian of the preconditioned variational data assimilation problem

著者 (10件)： Tabeart Jemima M. (School of Mathematical, Physical and Computational Sciences, University of Reading, Reading, UK) ,  Tabeart Jemima M. (National Centre for Earth Observation, Reading, UK) ,  Tabeart Jemima M. (School of Mathematics, University of Edinburgh, Edinburgh, UK) ,  Dance Sarah L. (School of Mathematical, Physical and Computational Sciences, University of Reading, Reading, UK) ,  Lawless Amos S. (School of Mathematical, Physical and Computational Sciences, University of Reading, Reading, UK) ,  Lawless Amos S. (National Centre for Earth Observation, Reading, UK) ,  Nichols Nancy K. (School of Mathematical, Physical and Computational Sciences, University of Reading, Reading, UK) ,  Nichols Nancy K. (National Centre for Earth Observation, Reading, UK) ,  Waller Joanne A. (School of Mathematical, Physical and Computational Sciences, University of Reading, Reading, UK) ,  Waller Joanne A. (MetOffice@Reading, Reading, UK)
資料名： Numerical Linear Algebra with Applications  (Numerical Linear Algebra with Applications)
巻： 29  号： 1  ページ： e2405  発行年： 2022年 
JST資料番号： W2029A  ISSN： 1070-5325  CODEN： NLAAEM  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： データ同化アルゴリズムは,動的システムの最もありそうな後部を得るために,それぞれの不確実性によって重み付けされた事前と観察情報を結合した。変分データ同化において,非線形最小二乗問題を解くことにより後部を計算した。多くの数値気象予測(NWP)センターは,データ同化手順の収束を遅くできる全観測誤差共分散(OEC)重みづけ行列を使用する。以前の研究は,事前条件付データ同化問題のコンディショニングと収束のためのOEC行列の最小固有値の重要性を明らかにした。本論文では,前処理データ同化問題における相関OEC行列の使用を初めて調べた。観測よりもより多くの状態変数がある場合を考察し,例えば,NWPとリモートセンシングのためのスパース測定による応用に対して典型的である。前処理されていない問題と同様に,OEC行列の最小固有値は,前処理された目的関数のHessianの条件数に関する新しい境界に現れることを見出した。数値実験は,バックグラウンドと観測長さスケールが等しいとき,Hessianの条件数が最小化されることを明らかにした。このコントラストは,観測誤差長スケールが常に条件付けを改善する非条件の場合と対照的である。共役勾配実験は,このフレームワークにおいて,Hessianの条件数が収束のための良いプロキシであることを示した。固有値クラスタリングは,収束が予想よりも速い場合を説明する。Copyright 2022 Wiley Publishing Japan K.K. All rights reserved. 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 ,  固有値 ,  コントラスト ,  最小二乗法 ,  *変分法 ,  不確実性 ,  状態変数 ,  動的系 ,  共役 ,  クラスタ化 ,  リモートセンシング ,  目的関数 ,  *データ同化
準シソーラス用語： 数値実験 ,  観測誤差 , 【Automatic Indexing@JST】

著者キーワード (6件)： 条件数 ,  相関観測誤差共分散 ,  データ同化 ,  Hessian ,  最小二乗法 ,  プレコンディショニング

分類 (1件)： 天気予報  (DC05020O)

タイトルに関連する用語 (4件)： 変分 ,  データ同化 ,  問題 ,  限界