文献

J-GLOBAL ID：202202287208659731   整理番号：22A1031001

非線形および非Gauss大規模システムのための知識支援ロバストアンサンブルKalmanフィルタアルゴリズム【JST・京大機械翻訳】

A Knowledge-Aided Robust Ensemble Kalman Filter Algorithm for Non-Linear and Non-Gaussian Large Systems

著者 (10件)： Lopez-Restrepo Santiago (Mathematical Modelling Research Group, Universidad EAFIT, Medellin, Colombia) ,  Lopez-Restrepo Santiago (Department of Applied Mathematics, TU Delft, Delft, Netherlands) ,  Lopez-Restrepo Santiago (SimpleSpace, Medellin, Colombia) ,  Yarce Andres (Mathematical Modelling Research Group, Universidad EAFIT, Medellin, Colombia) ,  Yarce Andres (Department of Applied Mathematics, TU Delft, Delft, Netherlands) ,  Yarce Andres (SimpleSpace, Medellin, Colombia) ,  Pinel Nicolas (Grupo de Investigacion en Biodiversidad Evolucion y Conservacion (BEC), Departamento de Ciencias Biolgicas, Universidad EAFIT, Medellin, Colombia) ,  Quintero O. L. (Mathematical Modelling Research Group, Universidad EAFIT, Medellin, Colombia) ,  Segers Arjo (TNO Department of Climate, Air and Sustainability, Utrecht, Netherlands) ,  Heemink A. W. (Department of Applied Mathematics, TU Delft, Delft, Netherlands)
資料名： Frontiers in Applied Mathematics and Statistics (Web)  (Frontiers in Applied Mathematics and Statistics (Web))
巻： 8  ページ： 830116  発行年： 2022年 
JST資料番号： U7057A  ISSN： 2297-4687  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 本研究では,アンサンブル時間局所H_∞フィルタ知識支援(EnTLHF-KA)と呼ばれる収縮ベース知識支援EnKF実装のロバストで非Gauss型バージョンを提案した。EnTLHF-KAは,以前に得られた情報と知識を直接データ同化(DA)に統合するためのターゲット共分散行列を必要とする。提案方法は,ロバストH_∞フィルタと,収縮共分散推定行列に依存する適応インフレーション因子を用いたEnTLHFのアンサンブル時間局所バージョンに基づいている。これは,よく知られた共分散インフレーション技法からロバストフィルタを構築するための理論的および固体バックグラウンドを意味する。提案した手法は,合成同化実験,およびAburra Valley上のLOTOS-EUROSモデルを用いた大気質適用において実行され,非線形および非Gauss大規模系に対する可能性を評価した。谷に沿ったPM_2.5濃度の空間分布において,この方法は,よく知られた局所アンサンブル変換Kalmanフィルタ(LETKF)と,非ロバスト知識支援アンサンブルKalmanフィルタ(EnKF-KA)より優れている。他のシミュレーションとは対照的に,高濃度事象に対する警報の課題も増加する。最後に,EnTLHF-KAを用いたシミュレーションはEnKF-KAよりも誤差値が低く,高不確実性システムにおけるロバスト手法の利点を示した。Copyright 2022 The Author(s) 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 ,  行列 ,  インフレーション ,  正規分布 ,  不確実性 ,  実験 ,  共分散 ,  *大規模系 ,  モデル ,  *ロバスト性 ,  データ同化 ,  LOTOS
準シソーラス用語： 共分散行列 ,  *EnKF ,  共分散推定 , 【Automatic Indexing@JST】

著者キーワード (5件)： データ同化 ,  大気質モデリング ,  ロバストな推定 ,  アンサンブルKalmanフィルタ ,  共分散推定

分類 (1件)： 天気予報  (DC05020O)

引用文献 (71件)：

• Lahoz WA, Schneider P. Data assimilation: making sense of earth observation. Front Environ Sci. (2014) 2:16. doi: 10.3389/fenvs.2014.00016
• Bocquet M, Elbern H, Eskes H, Hirtl M, Aabkar R, Carmichael GR, et al. Data assimilation in atmospheric chemistry models: current status and future prospects for coupled chemistry meteorology models. Atmosphere Chem Phys. (2015) 15:5325-58. doi: 10.5194/acp-15-5325-2015
• Kalman RE. A new approach to linear filtering and prediction problems. J Basic Eng. (1960) 82:35-45. doi: 10.1115/1.3662552
• Evensen G. The ensemble kalman filter: theoretical formulation and practical implementation. Ocean Dyn. (2003) 53:343-67. doi: 10.1007/s10236-003-0036-9
• Houtekamer PL, Mitchell HL, Pellerin G, Buehner M, Charron M, Spacek L, et al. Atmospheric data assimilation with an ensemble kalman filter: results with real observations. Mon Weather Rev. (2005) 133:604-20. doi: 10.1175/MWR-2864.1

タイトルに関連する用語 (7件)： 非線形 ,  大規模システム ,  知識 ,  支援 ,  ロバスト ,  アンサンブルKalmanフィルタ ,  アルゴリズム