×

模型投影中的双峰陷阱。 (英语) Zbl 1374.86039号

小结:我们揭示了联合状态和参数估计过程中可能发生的一种现象。这种估计对于调整气候模型的参数和模型中使用的离线参数至关重要。我们展示了双峰分布是如何在这个过程中暂时出现的,并且依赖线性和高斯近似的方案可能会导致它陷入错误的模式,从而导致错误的估计。我们提出了一种使用两阶段滤波过程的实用有效的解决方案。{
©2015美国物理研究所}

MSC公司:

86A10美元 气象学和大气物理学
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Evensen,G.,《使用蒙特卡罗方法预测误差统计的非线性准营养模型的序贯数据同化》,J.Geophys。第9910143-10162号决议(1994年)·doi:10.1029/94JC00572
[2] Houtekamer,P。;Mitchell,H.,《使用集合卡尔曼滤波技术进行数据同化》,Mon。《天气评论》,126796-811(1998)·doi:10.1175/1520-0493(1998)126<0796:DAUAEK>2.0.CO;2
[3] Doucet,A。;Godsill,S。;Andrieu,C.,《贝叶斯滤波的序贯蒙特卡罗采样方法》,《统计计算》。,10, 3, 197-208 (2000) ·doi:10.1023/A:1008935410038
[4] Satissisadeekorn,N。;Jones,C.,联合状态参数估计的两阶段滤波,Mon。天气Rev·doi:10.1175/MWR-D-14-00176.1
[5] Lorenz,E.N.,《可预测性——一个部分解决的问题》,1,1-18
[6] Friedland,B.,递归滤波中的偏差处理,IEEE Trans。自动。对照组,14359至367(1969)·doi:10.1109/TAC.1969.1099223
[7] 迪·D。;da Silva,A.M.,《存在预测偏差的数据同化》,Q.J.R.Meteorol。《社会学杂志》,124269-295(1998)·doi:10.1002/qj.49712454512
[8] Baek,S.J。;亨特,B.R。;Kalnay,E。;Ott,E。;Szunyogh,I.,存在模型偏差时的局部集合卡尔曼滤波,Tellus,Ser。A、 58293-306(2006)·doi:10.1111/j.1600-0870.2006.00178.x
[9] 祖帕斯基,D。;Zupanski,M.,采用集合数据同化方法的模型误差估计,周一。《天气评论》,1341337-1354(2006)·doi:10.1175/MWR3125.1
[10] J.D.安南。;Hargreaves,J.C.,《高度混沌系统的有效参数估计》,Tellus,Ser。A、 56、520-526(2004)·doi:10.1111/j.1600-0870.2004.00073.x
[11] 阿克索伊,A。;张,F。;Nielsen-Gammon,J.W.,《二维海风模型中基于集成的同步状态和参数估计》,Mon。《天气评论》,1342951-2970(2006)·doi:10.1175/MWR3224.1
[12] Koyaman,H。;Watanabe,M.,《使用集合卡尔曼滤波减少模型缺陷导致的预测误差》,周一。《天气评论》,138,8,3316-332(2010)·doi:10.1175/2010MWR3067.1
[13] 卡拉西。;Vannisem,S.,《使用粒子方法进行参数估计:从海平面观测推断混合系数》,Q.J.R.Meteorol。Soc.,137,655,435-451(2011年)·doi:10.1002/qj.762
[14] 莱恩,医学硕士。;Solonen,A。;Haario,H。;Jarvinen,H.,《集合预测和参数估计系统:方法》,J.Meteorol。Soc.Jpn.公司。,138, 289-297 (2012) ·doi:10.1002/qj.922
[15] Ruiz,J.J。;Pulido,M。;Miyoshi,T.,《利用基于集合的数据同化估计模型参数:综述》,J.Meteorol。Soc.Jpn.公司。,91, 79-99 (2013) ·doi:10.2151/jmsj.2013-201
[16] Bellsky,T。;J·伯瓦尔德。;Mitchell,L.,使用局部集合卡尔曼滤波进行非全局参数估计,Mon。《天气评论》,142,62150-2164(2014)·doi:10.1175/MWR-D-13-0020.1
[17] 莫拉德哈尼,H。;Sorooshian,S。;古普塔,H.V。;Houser,P.R.,使用集合卡尔曼滤波的水文模型Duat状态参数估计,高级水利资源。,28, 135-147 (2005) ·doi:10.1016/j.advwatres.2004.09.002
[18] 杨,X。;Delsole,T.,使用集合卡尔曼滤波器估计乘法模型参数,Tellus,61,5,601-609(2009)·doi:10.1111/j.1600-0870.2009.00407.x
[19] 德尔索尔,T。;Yang,X.,随机动力学模型中的状态和参数估计,Physica D,239,18,1781-1788(2010)·兹比尔1197.37100 ·doi:10.1016/j.physd.2010.06.001
[20] 新墨西哥州城市。;Keller,K.,耦合气候、碳循环和大西洋经向翻转环流系统的概率后推和预测:百年尺度观测与简单模型的贝叶斯融合,Tellus,Ser。A、 62,5737-750(2010年)·doi:10.1111/j.1600-0870.2010.00471.x
[21] Wikle,C.K。;Berliner,L.M。;Cressie,N.,耦合气候、碳循环和大西洋经向翻转环流系统的概率后推和预测:百年尺度观测与简单模型Environ的贝叶斯融合。经济。Stat.,5,117-154(1998)·doi:10.1023/A:1009662704779
[22] 新泽西州戈登。;Salmond,D.J。;Smith,A.F.M.,非线性/非高斯贝叶斯状态估计的新方法,IEEE Proc。F、 140、107-113(1993)·doi:10.1049/ip-f-2.1993.0015
[23] 阿鲁兰帕兰,南部。;马斯克尔,M.S。;戈登,N。;Clapp,T.,在线非线性/非高斯贝叶斯跟踪粒子滤波器教程,IEEE Trans。信号处理。,50, 2, 174-188 (2002) ·doi:10.1109/78.978374
[24] A.孔。;刘杰。;Wong,W.H.,《序贯插补和贝叶斯缺失数据问题》,美国统计协会,89,278-288(1994)·Zbl 0800.62166号 ·doi:10.1080/01621459.1994.10476469
[25] 斯奈德,C。;Bengtsson,T。;比克尔,P。;Anderson,J.,《高维粒子滤波的障碍》,蒙大拿州。《天气评论》,1364629-4640(2008)·doi:10.1175/2008MWR2529.1
[26] 皮特,M。;谢泼德,M。;Doucet,A。;德弗里塔斯,N。;Gordon,N.,《实践中的序贯蒙特卡罗法》,基于辅助变量的粒子过滤器,2001年)
[27] Doucet,A。;德弗里塔斯,N。;墨菲,K。;Russell,S.,Rao Blackwell动态贝叶斯网络的粒子滤波,第16届人工智能不确定性会议论文集,176-183(2000)
[28] Chorin,A。;Morzfeld,M。;Tu,X.,用于数据同化的隐式粒子滤波器,Commun。申请。数学。计算。科学。,5, 2, 221-240 (2010) ·Zbl 1229.60047号 ·doi:10.2140/camcos.2010.5.221
[29] Duam,F。;Huang,J.,log-homotopy诱导的颗粒流非线性滤波器(2007)
[30] Ades,M。;Leeuwen,P.J.,《等效重量粒子过滤器的探索》,Q.J.R.Meteorol。Soc.,139,672,820-840(2013)·doi:10.1002/qj.1995
[31] 卡塞拉,G。;Robert,C.,Rao-Blackwellisation of sampling schemes,生物统计学,83,1,81-94(1996)·Zbl 0866.62024号 ·doi:10.1093/biomet/83.1.81
[32] 陈,R。;Liu,J.S.,混合卡尔曼滤波器,J.R.Stat.Soc.,Ser。B、 62493-508(2000年)·Zbl 0953.62100号 ·doi:10.1111/1467-9868.00246
[33] 韦斯特,M。;刘杰。;Doucet,A。;德弗里塔斯,N。;Gordon,N.,《基于模拟的滤波中的参数和状态组合估计》,《序贯蒙特卡罗实践》,197-223(2001)·Zbl 1056.93583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。