×
胡安·雷斯特雷波（Juan M.Restrepo）。

数据同化的路径积分方法。 （英语） Zbl 1173.62343号

物理D 237，第1期，14-27（2008）.
小结：这里描述了一种用于序列数据和进化模型数据同化的基于采样的路径积分方法。由于它没有对动力学中的线性或统计学中的高斯性作出假设，因此它允许考虑非常一般的估计问题。该方法可用于计算更平滑的解、参数估计和数据/模型初始化等任务。
如果路径积分方法有可能成为中等规模问题的可行估计器，则蒙特卡罗采样过程的加速至关重要。这里提出了多种策略，并对它们的相对能力进行了比较，以提高结果估计的采样效率。还提供了对实现和测试有用的详细信息。该方法适用于标准方法已知失败的问题，即理想化的流动/漂移问题，该问题已被用作涉及拉格朗日数据的同化策略的试验台。正是在这种背景下，该方法可能被证明是海洋研究中有用的同化工具。

引用于4文件

MSC公司：

62页第12页 统计在环境和相关主题中的应用
86A05型 水文学、水文学、海洋学
65C60个 统计中的计算问题（MSC2010）
65二氧化碳 蒙特卡罗方法

关键词：

数据同化;拉格朗日资料同化;取样;马尔科夫蒙特卡洛;混合蒙特卡罗

软件：

TAF公司;TAMC公司;FFTW公司;ADIFOR公司
PDF格式BibTeX公司 XML格式引用
\textit{J.M.Restrepo}，Physica D 237，No.1，14-27（2008；Zbl 1173.62343）
全文： 内政部

参考文献：

[1] 亚历山大·F·J。；Eyink，G.L。；Restrepo，J.M.，《时间序列最佳估计的加速蒙特卡罗》，J.Stat.Phys。，119, 1331-1345 (2005) ·兹比尔1088.82026
[2] Barth，N。；Wunsch，C.，《模拟退火海洋实验设计》，J.Phys。海洋学家。，20, 1249-1263 (1990)
[3] Bennett，A.F.，拉格朗日流体动力学（2006），剑桥大学出版社：剑桥大学出版社·Zbl 1105.76002号
[4] Bennett，A.F。；Chua，B.S.，《作为反问题的开放海洋建模：原始方程》，Mon。《天气评论》（1994）
[5] 粘合剂，K。；Heermann，D.W.，《统计物理学中的蒙特卡罗模拟》（1997），施普林格：施普林格柏林·Zbl 0884.65003号
[6] 比肖夫，C.H。；A.卡尔。；Corliss，G.F。；Griewank，A.，ADIFOR:源代码翻译环境中的自动微分，（Wang，P.S.，符号和代数计算国际研讨会论文集（1992），ACM出版社：纽约ACM出版社），294-302，URL:·Zbl 0925.68231号
[7] Brémaud，P.，Markov Chains，Gibbs Fields，Monte Carlo Simulation，and Queues（2001年），Springer:Springer New York
[8] 陈先生。；邵庆明。；易卜拉欣，J.G.，《贝叶斯计算中的蒙特卡罗方法》（2000），施普林格-弗拉格：施普林格纽约，柏林·Zbl 0949.65005号
[9] Doucet，A。；北卡罗来纳州德弗里塔斯。；Gordon，N.，《序贯蒙特卡罗方法在实践中的应用》（2002），Springer-Verlag:Springer-Verlag纽约
[10] 戴尔，M.E。；Greenhill，C.S.，《关于独立集的马尔可夫链》，J.Algorithms，35，1，17-49（2000）·兹比尔0961.05063
[11] Evensen，G.，非线性海洋模型中的反演方法和数据同化，Physica D，77，108-129（1994）
[12] Evensen，G.，《强非线性动力学的高级数据同化》，Mon。《天气评论》，125，1342-1354（1997）
[13] G.L.Eyink，J.M.Restrepo，F.J.Alexander，《使用矩闭包进行数据同化的统计力学方法》，《统计力学杂志》（2007年）（提交出版）；G.L.Eyink，J.M.Restrepo，F.J.Alexander，《使用矩闭包进行数据同化的统计力学方法》，《统计力学杂志》（2007年）（提交出版）
[14] Eyink，G.L。；Restrepo，J.M。；Alexander，F.J.，《非线性动力学数据同化中的平均场近似》，Physica D，194，347-368（2004）·Zbl 1081.82019
[15] Eyink，G.L。；Restrepo，J.R.，《非线性动力学的最可能历史：跟踪气候变化》，J.Stat.Phys。，101, 459-472 (2000) ·兹伯利0973.82034
[16] 费雷拉，A。；Toral，R.，守恒序参数系统的混合蒙特卡罗方法，Phys。E版，47，3848-3851（1993）
[17] Field，M.J.，《分子系统模拟实用入门》（1999），剑桥大学出版社：剑桥大学出版社，英国剑桥
[18] Friedrichs，K.O.，《流体动力学专题》（1966年），《戈登与布雷奇：戈登与布莱奇纽约》·Zbl 0212.58601号
[19] 弗里戈，M。；Johnson，S.G.，FFTW3（程序生成、优化和平台适配）的设计与实现，IEEE会议录，93，2，216-231（2005），（特刊）
[20] Gardiner，C.W.，《随机方法手册》（2004），Springer:Springer Berlin·Zbl 0862.60050号
[21] 吉林，R。；Kaminski，T.，伴随码构造方法，ACM Trans。数学。软件，24，4，437-474（1998）·Zbl 0934.65027号
[22] 吉尔穆尔，I。；洛杉矶史密斯。；Buizza，R.，关于线性机制的持续时间：天气预报中24小时是长时间吗？，J.大气。科学。，58 (2001), 3525-3539
[23] Graham，R.，一般扩散过程的路径积分公式，Z.Phys。，26, 281-290 (1977)
[24] 海尔，M。；Stuart，A.M。；Voss，J.，《数据同化的贝叶斯方法》，Physica D，230，50-64（2007）·Zbl 1113.62026号
[25] S.Hampton，J.Izaguirre，使用阴影混合蒙特卡罗改进生物分子采样。网址：citseeer.ist.psu.edu/hampton04improved.html；S.Hampton，J.Izaguirre，使用阴影混合蒙特卡罗改进生物分子采样。网址：citeseer.ist.psu.edu/hampton04improved.html·Zbl 1081.92015年
[26] Ide，K。；Kusnetsov，L。；Jones，C.，点涡系统的拉格朗日数据同化，J.Turbul。，3, 053 (2002) ·Zbl 1083.76531号
[27] Kim，S。；Eyink，G.L。；Restrepo，J.M。；亚历山大·F·J。；Johnson，G.，非线性动力学的集合滤波，Mon。《天气评论》，1312586-2594（2003）
[28] Kloeden，P。；Platen，E.，随机微分方程的数值解（1992），Springer-Verlag:Springer-Verlag Berlin·Zbl 0752.60043号
[29] Kruger，J.，《模拟退火：将数据同化为几乎稳定模型状态的工具》，J.Phys。海洋学家。，23, 679-688 (1993)
[30] Kushner，H.J.，《马尔可夫过程条件概率密度满足的微分方程及其应用》，SIAM J.Control，Ser。A、 2106-119（1962）·Zbl 0131.16602号
[31] Kushner，H.J.，最佳非线性滤波器的近似，IEEE Trans。自动化。控制，12546-556（1967）
[32] Kushner，H.J.，最优非线性滤波的动力学方程，微分方程，3179-190（1967）·Zbl 0158.16801号
[33] Kusnetsov，L。；Ide，K。；Jones，C.，《拉格朗日数据同化方法》，孟买。《天气评论》，1312247-2260（2003）
[34] Langouche，F。；Roeckaerts，D。；Tirapegui，E.，《扩散过程的最可能路径》，J.Phys。A、 11，L263-L268（1978）·Zbl 0391.60070号
[35] Langouche，F。；Roeckaerts，D。；Tirapegui，E.，《随机场的函数积分方法》，《物理学》，95A，252-274（1979）
[36] Lawless，A.S。；格拉顿，S。；Nichols，N.K.，变分数据同化的近似迭代方法，国际。J.数字。《液体方法》，471129-1135（2005）·Zbl 1066.65066号
[37] Leeuwen，P.J.V.，《用于大规模应用的方差最小化滤波器》，周一。《天气评论》，131，2071-2084（2003）
[38] Liu，J.S.，科学计算中的蒙特卡罗策略（2002），Springer-Verlag:Springer-Verlag纽约
[39] L'vov，V.S。；波米亚洛夫，A。；Procaccia，I.，《空间湍流统计的时间替代：泰勒假说重访》，Phys。版本E，60，4175-4184（1999）
[40] 米德；Bennett，A.F.，《拉格朗日数据的区域同化：浅水模型的拉格朗夫形式及其反演》，《海洋科学杂志》。，29, 365-384 (2001)
[41] Oh zgökmen，T.M。；格里法，A。；Mariano，A.J。；Piterbarg，L.I.，《关于海洋中拉格朗日轨迹的可预测性》，J.Atmos。海洋技术，17，366-383（2000）
[42] Oh zgökmen，T.M。；彼得堡，L.I。；Mariano，A.J。；EH，E.H.R.，热带太平洋漂流轨迹的可预测性，J.Phys。海洋学家。，31, 2691-2720 (2001)
[43] Pardoux，E.，《非线性方程》，《随机学》，6193-231（1982）·兹伯利0491.93062
[44] Pham，D.T.，强非线性系统中序列数据同化的随机方法，Mon。《天气评论》，1291194-1207（2001）
[45] Restrepo，J.M。；叶，G.K。；Griewank，A.，《规避变分数据同化研究中的存储限制》，SIAM J.Sci。计算。，19, 1586-1605 (1998) ·Zbl 0956.76078号
[46] 西蒙，D。；Chia，T.，状态相等约束下的卡尔曼滤波，IEEE Trans。航空航天电子系统。，39, 128-136 (2002)
[47] Stratonovich，R.L.，条件马尔可夫过程，理论。普罗巴伯。申请。，5, 156-178 (1960) ·Zbl 0106.12401号
[48] 维尼齐亚尼，M。；Griffa，A。；雷诺兹，A.M。；Mariano，A.J.，《来自西北大西洋地下拉格朗日数据的海洋湍流和随机模型》，J.Phys。海洋学家。，34, 1884-1906 (2004)
[49] Wunsch，C.，《海洋环流反演问题》（1996），剑桥大学出版社：剑桥大学出版社，英国剑桥
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。