丹尼尔·皮沃伊;克里斯蒂安·弗朗茨克(Christian L.E.Franzke)。;加雷思·罗伯茨。 随机微分方程的系统物理约束参数估计。 (英语) 兹比尔1507.62143 计算。统计数据分析。 83, 182-199 (2015). 摘要:提出了一个系统的贝叶斯框架,用于从部分观测值推断随机微分方程(SDE)的物理约束参数。随机气候模型推导出了物理约束条件,但适用于许多流体系统。推导了基于能量守恒的随机气候模型的全局稳定性条件。当与三次非线性算子相关的二次型为负定时,随机气候模型是全局稳定的。开发了一种新的算法,用于对此类负定矩阵进行有效采样,并用于输入未观测数据,从而提高参数估计的准确性。该框架的性能在两个概念气候模型上进行了评估。 引用于三文件 MSC公司: 62-08 统计问题的计算方法 60 H10型 随机常微分方程(随机分析方面) 60J60型 扩散过程 2015年1月62日 贝叶斯推断 86A08型 气候科学和气候建模 关键词:全球稳定性;参数推断;插补数据;随机微分方程;物理约束;随机气候模型 PDF格式BibTeX公司 XML格式引用 \textit{D.Peavoy}等人,《计算》。统计数据分析。83、182——199(2015;Zbl 1507.62143) 全文: 内政部 arXiv公司 参考文献: [1] 阿查兹,美国。;Branstator,G.,《内部气候变异性研究的具有经验线性修正和降阶的双层模式》,J.Atmospheric Sci。,56, 3140-3160, (1999) [2] Barczykern,M。;Kern,P.,多维线性过程桥的表示,随机运算。斯托克。Equ.、。,21, 159-189, (2013) ·Zbl 1391.60179号 [3] Beskos,A。;O.帕帕斯皮利奥普洛斯。;Roberts,G.O.,扩散测度和有限样本路径构造的因子分解,Methodol。计算。申请。概率。,10, 85-104, (2008) ·兹比尔1152.65013 [4] Beskos,A。;Roberts,G.O.,《扩散的精确模拟》,Ann.Appl。概率。,15, 2422-2444, (2005) ·Zbl 1101.60060号 [5] Chib,S.,Pitt,M.,Shephard,N.,2004年。扩散驱动状态空间模型的基于似然的推理。工作文件,牛津大学纳菲尔德学院。 [6] 克罗梅林,D。;Vanden Eijnden,E.,利用时间序列的光谱数据重建扩散,Commun。数学。科学。,4, 651-668, (2006) ·Zbl 1108.62086号 [7] Dargatz,C.,《扩散过程的贝叶斯推断及其在生命科学中的应用》(2010),Fakultät der Mathematik,Informatik und Statistik der Ludwig Maximilians Universityät München,(博士论文) [8] 达勒姆,G.B。;Gallant,A.R.,《连续时间扩散过程最大似然估计的数值技术》,J.Bus。经济。统计人员。,20, 297-316, (2002) [9] Franzke,C.,非线性随机动力学模型中极端事件的可预测性,Phys。E版,85,(2012) [10] Franzke,C。;Majda,A.J.,原型大气GCM的低阶随机模式简化,J.大气科学。,63, 457-479, (2006) [11] Franzke,C。;Majda,A.J。;Vanden-Eijnden,E.,真实正压模式气候的低阶随机模式简化,J.大气科学。,62, 1722-1745, (2005) [12] 弗里德里希,R。;Siegert,S。;彭克,J。;吕克,圣。;Siefert,M。;林德曼,M。;Raethjen,J。;Deuschl,G。;Pfister,G.,从实验数据中提取模型方程,Phys。莱特。A、 271217-222(2000) [13] Golightly,A。;Wilkinson,D.J.,误差观测非线性多元扩散模型的贝叶斯推断,计算。统计师。数据分析。,52, 1674-1693, (2008) ·兹比尔1452.62603 [14] 哈里姆·J。;Mahdi,A。;Majda,A.J.,物理约束非线性回归模型统计估计的集合卡尔曼滤波器,J.Compute。物理。,257, 782-812, (2014) ·Zbl 1349.62593号 [15] Heinz,S.,湍流的统计力学,240,(2014),柏林斯普林格出版社 [16] 霍连科,I。;沟渠,E。;Schütte,C.,复杂分子系统的简化随机模型,SIAM Comp。视觉。科学。,9, 89-102, (2005) ·Zbl 1512.92026号 [17] Kondrashov,D。;克拉夫佐夫,S。;Ghil,M.,温带低频变率模型中的经验模式减少,J.大气科学。,63, 1859-1877, (2006) [18] Majda,A.J。;Franzke,C。;Crommelin,D.,简化随机气候模型的标准形,Proc。国家。阿卡德。科学。美国,1063649-3653,(2009)·Zbl 1202.86011号 [19] Majda,A.J。;Franzke,C。;Khouider,B.,《气候随机建模的应用数学观点》,Phil.Trans。R.Soc.A,366,2429-2455,(2008)·Zbl 1153.86315号 [20] Majda,A.J。;Harlim,J.,时间序列的物理约束非线性回归模型,非线性,26201-217,(2013)·Zbl 1262.93024号 [21] Majda,A.J。;蒂莫菲耶夫,I。;Vanden-Eijnden,E.,随机气候预测模型,Proc。国家。阿卡德。科学。美国,96,14687-14691,(1999)·Zbl 0966.86003号 [22] Majda,A.J。;蒂莫菲耶夫,I。;Vanden-Eijnden,E.,《随机气候模型的数学框架》,Comm.Pure Appl。数学。,54, 891-974, (2001) ·Zbl 1017.86001号 [23] Majda,A.J。;Yuan,Y.,物理系统特别线性和二次多级回归模型的基本限制,离散Contin。动态。系统。,17, 1333-1363, (2012) ·兹比尔1263.62100 [24] 米切尔,L。;Gottwald,G.A.,《使用均质气候模型的低速系统中的数据同化》,《大气科学杂志》。,69, 1359-1377, (2012) [25] Ozaki,T.,非线性时间序列模型和非线性随机动态系统之间的桥梁。局部线性化方法,Statist。Sinica,2113-135,(1992)·Zbl 0820.62075号 [26] Pavliotis,G.A。;Stuart,A.M.,多尺度方法,310,(2008),施普林格-弗拉格·Zbl 1160.35006号 [27] Peavoy,D.,构建随机气候模型的基于似然推理方法,232,(2013),华威大学,(博士论文) [28] Robert,C.,截断正态变量的模拟,统计计算。,5, 121-125, (1995) [29] Roberts,G.O。;Stramer,O.,关于使用metropolis-Hastings算法推断部分观测到的非线性扩散模型,Biometrika,88,603-621,(2001)·Zbl 0985.62066号 [30] Selten,F.M.,《正压流动力学的有效描述》,《大气科学杂志》。,52, 915-936, (1995) [31] Shoji,I。;Ozaki,T.,用局部线性化方法估计非线性随机微分方程,Stoch。分析。申请。,16, 733-752, (1998) ·Zbl 0912.60078号 [32] Siegert,S。;弗里德里希,R。;Peinke,J.,随机系统数据集分析,物理学。莱特。A、 243275-280(1998)·Zbl 0940.82047号 [33] 袁,Y。;Majda,A.J.,随机气候模型正常形式的不变测度和渐近高斯界,中国数学年鉴。,32, 343-368, (2011) ·Zbl 1304.86003号 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。