×
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。