×
卢，彼得;Lermusiaux，皮埃尔·F·J。

随机动力学模型的贝叶斯学习。 （英语） Zbl 1491.76052号

物理D 427，文章ID 133003，28 p.（2021）.
总结：提出了一种新的高维随机动力学模型的严格贝叶斯学习方法。该方法对多个候选模型的边际可能性进行并行计算，集成所有状态变量和参数值，并实现模型分布的原则贝叶斯更新。这是通过利用动态正交（DO）演化方程在动态随机子空间中进行不确定性预测，利用高斯混合模型DO滤波器推断非线性状态变量和参数，使用降维状态增强来适应具有不确定性参数的模型来实现的。总之，对状态、模型方程、几何、边界条件和初始条件进行了联合贝叶斯推理。结果用两个高维非线性模拟流体和海洋系统进行了例证。首先，对障碍物下游的流体流动进行有限测量，以对障碍物的形状、雷诺数和流体速度状态变量进行联合推断。对于第二种情况，通过对不确定流平流微生物浓度的有限测量，对微生物的反应方程和（mathcal{O}（10^5））微生物浓度和海速状态变量进行联合推断。当观察结果对学习目标有足够的信息时，我们发现我们的后验模型概率能够正确识别真实模型或最合理的模型，即使在人类面临挑战的情况下也是如此。

引用于1文件

MSC公司：

76立方米 随机分析在流体力学问题中的应用
76U60型 地球物理流
76D25型 尾迹和喷流
68T05型 人工智能中的学习和自适应系统

关键词：

贝叶斯数据同化;学习;动力系统;粘性不可压缩尾迹;微生物浓度;海洋速度

软件：

ts桥;DDDAS系统;PDE-网络
PDF格式BibTeX公司 XML格式引用
\textit｛P.Lu｝和\textit｛P.F.J.Lermusiaux｝，Physica D 427，文章ID 133003，第28页（2021；Zbl 1491.76052）
全文： DOI程序

参考文献：

[1] Honerkamp，J.，《随机动力系统：概念、数值方法、数据分析》（1993），Wiley-VCH
[2] Andrieu，H。；法语，M。；克拉耶夫斯基，W。；Georgakakos，K.，基于天气雷达体积扫描数据的随机动态降雨模拟，Adv.Water Resour。，26, 5, 581-593 (2003)
[3] 安格尔，M。；沃利，K。；Motter，A.，电网动力学的随机模型，（第40届夏威夷国际系统科学年会论文集（2007），IEEE），113
[4] 巴雷特，C。；亨特三世，H。；马里兰州马拉太。；拉维，S。；Rosenkrantz，D。；Stearns，R.，使用随机离散图形动态系统建模和分析社会网络动态，Theoret。计算。科学。(2011) ·Zbl 1216.91025号
[5] Chhak，K。；Moore，A.，《北大西洋涛动作为风驱动海洋环流随机强迫的来源》，Dyn。大气。海洋，43，3-4，151-170（2007）
[6] Epstein，E.，随机动态预测，Tellus，21，6，739-759（1969）
[7] 戈文丹，T。；伊巴拉·瓦尔德斯，C。；Ruiz de Chávez，J.，金融市场的动态随机耦合模型，《物理学A》，381317-328（2007）
[8] 黄，C。；Ho，D。；卢，J。；Kurths，J.，《具有交换通信信道的随机动态网络中的部分同步》，Chaos，22，2，Article 023108 pp.（2012）·Zbl 1331.34107号
[9] 离子，E。；布雷托，C。；金，A.，《非线性动力系统的推断》，Proc。国家。阿卡德。科学。，103, 49, 18438-18443 (2006)
[10] Lermusiaux，P.F.J。；Chiu，C.-S。；Gawarkiewicz，G.G。；Abbot，P。；罗宾逊，A.R。；米勒，R.N。；Haley，P.J。；Leslie，W.G。；马朱姆达尔，S.J。；彭，A。；Lekien，F.，量化海洋预测中的不确定性，海洋学，19，1，92-105（2006）
[11] 罗宾逊，A.R。；Lermusiaux，P.F.J.，《模拟和预测海洋中耦合物理-生物相互作用的数据同化》，（Robinson，A.R.；McCarthy，J.J.；Rothschild，B.J.，海洋中的生物-物理相互作用，《海洋中的生物-物理相互影响》，第12卷（2002），John Wiley and Sons:John Willey and Sons New York），第475-536页，第12章
[12] 罗宾逊，A。；Lermusiaux，P.F.J。；Sloan III，N.Q.，《数据同化》（Brink，K.H.；Robinson，A.R.，《全球海岸海洋过程和方法》，《海洋》，第10卷（1998年），John Wiley and Sons：John Willey and Sons New York），541-594，第20章
[13] 罗德里格斯（Rodriguez，R.）。；Tuckwell，H.，单脉冲神经元和神经网络随机非线性动力学模型的统计特性，物理学。修订版E，54，5585（1996）
[14] Draper，D.，《模型不确定性的评估和传播》，J.R.Stat.Soc.系列B，45-97（1995）·Zbl 0812.62001号
[15] 霍廷，J。；Madigan，D。；拉夫特里，A。；Volinsky，C.，《贝叶斯模型平均：教程》，统计师。科学。，382-401 (1999) ·Zbl 1059.62525号
[16] Kass，R。；Raftery，A.，Bayes factors，J.Amer。统计师。协会，773-795（1995）·Zbl 0846.62028号
[17] 施密特，M。；Lipson，H.，《从实验数据中提取自由形式自然法则》，《科学》，324592381-85（2009）
[18] Koza，J.，《遗传编程：通过自然选择实现计算机编程》（1992），麻省理工学院出版社·Zbl 0850.68161号
[19] 邦加德，J。；Lipson，H.，《非线性动力系统的自动逆向工程》，Proc。国家。阿卡德。科学。，104, 9943-9948 (2007) ·Zbl 1155.37044号
[20] 布里德维尔，W。；兰利，P。；托多罗夫斯基，L。；Dzeroski，S.，感应过程建模，马赫。学习。，71, 1-32 (2008) ·Zbl 1470.68088号
[21] 库奇梅什基，B。；阿基诺，W。；邦加德，J。；Lipson，H.，使用最小物理测试进行结构损伤识别的协同进化算法，国际。J.数字。方法工程，69，5，1085-1107（2007）·Zbl 1194.74101号
[22] 帕克，C。；布里德维尔，W。；Langley，P.，《诱导时空过程模型的集成系统》，（第二十四届AAAI人工智能会议论文集（2010年），人工智能促进协会）
[23] A.Watson，I.Parmee，《使用遗传编程识别流体系统》，载于《第二届进化计算在线研讨会论文集》，1996年，第45-48页。
[24] 威克尔，C。；Berliner，L.，《数据同化的贝叶斯教程》，Physica D，230，1-2，1-16（2007）·Zbl 1113.62032号
[25] 威克尔，C。；Hooten，M.，基于一般科学的动态时空模型框架，Test，19417-451（2010）·Zbl 1203.37141号
[26] 威克尔，C。；柏林，L。；Milliff，R.，随机边界条件边值问题的分层贝叶斯方法，Mon。《天气评论》，1311051-1062（2003）
[27] Hooten，M。；拉森，D。；Wikle，C.，使用分层贝叶斯模型预测大区域地面植物的空间分布，景观生态学。，18, 487-502 (2003)
[28] 柏林，L。；Milliff，R.等人。；Wikle，C.，《气-气相互作用的贝叶斯层次模型》，J.Geophys。决议，108，3104-3121（2003）
[29] Hooten，M。；威克尔，C。；多拉齐奥，R。；Royle，J.，描述入侵特征的层次时空矩阵模型，生物统计学，63558-567（2007）·Zbl 1134.62082号
[30] 米利夫·R。；Bonazzi，A。；威克尔，C。；北卡罗来纳州皮纳尔迪。；Berliner，L.，海洋集合预报。第一部分：贝叶斯层次模型的地中海风集合，Q.J.R.Meteorol。Soc.（2011年）
[31] Rimstad，K。；Omre，H.，岩石物理深度趋势和马尔可夫随机场对分层贝叶斯岩性/流体预测的影响，地球物理学，75，93-108（2010）
[32] Song，Y。；威克尔，C。；安德森，C。；Lack，S.，数值天气预报模型中随机参数的贝叶斯估计，Mon。《天气评论》，135，4045-4059（2007）
[33] Choi，M。；Chandrasekaran，V。；Malioutov，D。；约翰逊，J。；Willsky，A.，可处理推理和数据同化的多尺度随机建模，计算机。方法应用。机械。工程，197，3492-3515（2008）·Zbl 1197.65015号
[34] Choi，M。；Chandrasekaran，V。；Willsky，A.，《高斯多分辨率模型：利用稀疏马尔可夫和协方差结构》，IEEE Trans。信号处理。，58, 1012-1024 (2010) ·Zbl 1392.94145号
[35] Willsky，A.，《信号和图像处理的多分辨率马尔可夫模型》，Proc。IEEE，90，8，1396-1458（2002）
[36] 伊勒，A。；Kirshner，S。；吉尔，M。；罗伯逊，A。；Smyth，P.，统计推断和数据同化的图形模型，Physica D，230，1，72-87（2007）·Zbl 1113.62117号
[37] Lermusiaux，P.F.J。；Haley，P.J。；Leslie，W.G。；阿加瓦尔，A。；洛古托夫，O。；Burton，L.J.，《菲律宾群岛的多尺度物理和生物动力学：预测和过程》，海洋学，24，1，70-89（2011），菲律宾海峡动力学实验专刊
[38] Gil，Y。；皮尔斯，S.A。；Babaie，H。；Banerjee，A。；Borne，K。；胸围，G。；Cheatham，M。；Ebert-Uphoff，I。；戈麦斯，C。；希尔，M。；霍雷尔，J。；Hsu，L。；Kinter，J。；Knoblock，C。；Krum，D。；库马尔，V。；Lermusiaux，P.F.J。；刘，Y。；北卡罗来纳州。；Pankratius，V。；彼得斯，S。；Plale，B。；Pope，A。；拉韦拉，S。；Restrepo，J。；A.雷德利。；萨梅特，H。；Shekhar，S.，《地球科学智能系统：基本研究议程》，Commun。ACM，62，1，76-84（2019）
[39] Fodor，I.，《降维技术调查》（2002），劳伦斯·利弗莫尔国家实验室技术报告
[40] 本纳，P。；Ohlberger，M。；科恩，A。；Willcox，K.，《模型简化和近似：理论和算法》（2017），SIAM·Zbl 1378.65010号
[41] 阿塔尔，P。；道尔，E。；怀特，J。；Thomas，J.，降阶非线性系统辨识方法，AIAA J.，441895-1904（2006）
[42] Braconnier，T。；费里尔，M。；Jouhard，J.-C。；蒙塔尼亚克，M。；Sagaut，P.，航空设计自适应POD/SVD代理模型，计算与流体，40，195-209（2011）·Zbl 1245.76063号
[43] 霍尔，K。；托马斯·J。；道威尔，E.，《跨声速非定常气动流动的适当正交分解技术》，AIAA J.，38，101853-1862（2000）
[44] Burkardt，J。；Gunzburger，M。；Lee，H.-C.，基于POD和CVT的Navier-Stokes流降阶建模，计算。方法应用。机械。工程，196，337-355（2006）·Zbl 1120.76323号
[45] 弗罗洛夫，S。；巴普蒂斯塔，A。；Leen，T。；卢，Z。；Merwe，R.，《使用非线性卡尔曼滤波器和模型替代物的快速数据同化：在哥伦比亚河河口Dyn的应用》。大气。《海洋》，48，16-45（2009）
[46] van der Merwe，R。；Leen，T。；卢，Z。；弗罗洛夫，S。；Baptista，A.，《计算海洋学中基于高维物理模型的快速神经网络代理》，神经网络。，20, 4, 462-478 (2007)
[47] 露西娅·D·。；Beran，P。；Silva，W.，《降阶建模：计算物理的新方法》，Prog。Aerosp.航空公司。科学。，40, 1, 51-117 (2004)
[48] 格拉茨，B。；刘，L。；Friedmann，P.，使用基于代理的递推框架的降阶非线性非定常气动建模，AIAA J.，48，102418（2010）
[49] 佩赫斯托弗，B。；Willcox，K.，动态数据驱动的降阶模型，计算。方法应用。机械。工程，291，21-41（2015）·Zbl 1425.65205号
[50] Huynh，D。；Knezevic，D。；彼得森，J。；Patera，A.，部署平台上的高精度实时仿真，计算与流体，43，1，74-81（2011）·Zbl 1452.65429号
[51] 洛格曼，K。；巴克豪斯，J。；Harms，I.，SNAC：东北大西洋环流的统计模拟器，海洋模型。，7, 1, 97-110 (2004)
[52] 斯特罗宁，K。；克拉夫佐夫，S。；Kondrashov，D。；Ghil，M.，大气低频变化的简化模型：参数估计和比较性能，Physica D，239，3145-166（2010）·Zbl 1185.37176号
[53] Lermusiaux，P.F.J。；Robinson，A.R.，通过误差子空间统计估计进行数据同化，第一部分：理论和方案，Mon。《天气评论》，127、7、1385-1407（1999）
[54] Lermusiaux，P.F.J.，《通过误差子空间统计估计进行数据同化》，第二部分：大西洋中部的冰架断裂前沿模拟和ESSE验证，周一。《天气评论》，127、7、1408-1432（1999）
[55] Lermusiaux，P.F.J。；Evangelinos，C。；田·R。；Haley，P.J。；麦卡锡，J.J。；帕特里卡拉基斯，新墨西哥州。；罗宾逊，A.R。；Schmidt，H.，《自适应耦合物理和生物地球化学海洋预测：概念基础》（计算科学-ICCS 2004）。计算科学-ICCS 2004，计算机科学讲义，第3038卷（2004），施普林格-柏林-海德堡），685-692·Zbl 1051.68006号
[56] 田，R.C。；Lermusiaux，P.F.J。；麦卡锡，J.J。；Robinson，A.R.，《海洋生物地球化学-生态系统动力学的广义预测模型：结构、参数化和自适应建模哈佛物理/跨学科海洋科学报告》67（2004），哈佛大学地球与行星科学系：哈佛大学地球和行星科学系，马萨诸塞州剑桥
[57] Lermusiaux，P.F.J.，自适应建模、自适应数据同化和自适应采样，Physica D，230，172-196（2007）·Zbl 1112.86004号
[58] Sapsis，T.P.，《随机流体流动和粒子动力学的动力正交场方程》（2011），麻省理工学院机械工程系：麻省理工大学院机械工程部，马萨诸塞州剑桥，（博士论文）
[59] Sapsis，T.P。；Lermusiaux，P.F.J.，连续随机动力系统的动力正交场方程，Physica D，238，23-24，2347-2360（2009）·Zbl 1180.37119号
[60] Feppon，F。；Lermusiaux，P.F.J.，动力学模型降阶的几何方法，SIAM J.矩阵分析。申请。，39, 1, 510-538 (2018) ·兹比尔1395.65111
[61] Brunton，S.L。；Proctor，J.L。；Kutz，J.N.，通过非线性动力系统的稀疏识别从数据中发现控制方程，Proc。国家。阿卡德。科学。，113, 15, 3932-3937 (2016) ·Zbl 1355.94013号
[62] Rudy，S。；Alla，A。；Brunton，S.L。；Kutz，J.N.，参数偏微分方程的数据驱动识别，SIAM J.Appl。动态。系统。，18, 2, 643-660 (2019) ·Zbl 1456.65096号
[63] 信使，D.A。；Bortz，D.M.，偏微分方程的弱SINDy（2020），arXiv预印本arXiv:2007.02848
[64] 库尔卡尼，C.S。；古普塔，A。；Lermusiaux，P.F.J.，《发现动力系统的稀疏回归和自适应特征生成》，（Darema，F.；Blasch，E.；Ravela，S.；Aved，A.，《动态数据驱动应用系统》，DDDAS 2020。《动态数据驱动应用系统》
[65] Niven，R.K。；Mohammad-Djafari，A。；科迪尔，L。；阿贝尔，M。；Quade，M.，动态系统的贝叶斯识别，多圆盘。数字出版物。指令继续。，33, 1, 33 (2020)
[66] 两者，G.-J。；乔杜里，S。；Sens，P。；Kusters，R.，DeepMoD：噪声数据中模型发现的深度学习，J.Compute。物理。，428，第109985条pp.（2021）·Zbl 07511423号
[67] 两者，G.-J。；Kusters，R.，用于PDE模型发现的稀疏约束神经网络（2020），arXiv预印本arXiv:2011.04336
[68] Xu，H。；Chang，H。；Zhang，D.，Dl-pde：基于深度学习的数据驱动的从离散和噪声数据中发现偏微分方程（2019），arXiv预印本arXiv:1908.04463
[69] Xu，H。；Chang，H。；Zhang，D.，DLGA-PDE:通过深度学习和遗传算法的结合发现候选库不完整的PDE，J.Compute。物理。，418，第109584条，第（2020）页·Zbl 07506161号
[70] 陈，Z。；刘，Y。；Sun，H.，《从稀缺数据中深入学习物理定律》（2020），arXiv预印本arXiv:2005.03448
[71] 马萨利耶夫，M。；Hvatov，A。；Kalyuzhnaya，A.，用进化方法发现数据驱动偏微分方程，（国际计算科学会议（2019年），施普林格），635-641
[72] Bassenne，M。；Lozano Durán，A.，《强化学习的计算模型发现》（2019），arXiv预印本arXiv:2001.0008
[73] 诺瓦蒂，G。；de Laroussilhe，H.L。；Koumoutsakos，P.，通过多智能体强化学习实现湍流建模自动化，Nat.Mach。智力。，3, 1, 87-96 (2021)
[74] Wang，Y。；沈，Z。；长，Z。；Dong，B.，《学习离散化：通过深度强化学习求解一维标量守恒定律》（2019），arXiv预印本arXiv:1905.11079
[75] 莱斯，M。；Karniadakis，G.E.，《隐藏物理模型：非线性偏微分方程的机器学习》，J.Compute。物理。，357, 125-141 (2018) ·Zbl 1381.68248号
[76] 长，Z。；卢，Y。；马，X。；Dong，B.，Pde-net：从数据中学习pdes，（机器学习国际会议（2018），PMLR），3208-3216
[77] 长，Z。；卢，Y。；Dong，B.，Pde-net 2.0：使用数字符号混合深度网络从数据中学习Pde，J.Compute。物理。，399，第108925条，第（2019）页·Zbl 1454.65131号
[78] 瑞士R。；Mainini，L。；佩赫斯托弗，B。；Willcox，K.，《基于投影的模型简化：基于物理的机器学习公式》，计算与流体，179，704-717（2019）·Zbl 1411.65061号
[79] 克里特姆。；Kularatne，D。；福戈斯顿，E。；谢，M.A.，《弥合差距：机器学习解决模型不正确的动力学》，《物理学D》，414，第132736页，（2020年）·Zbl 1486.68160号
[80] 拉夫特里，A。；Gneiting，T。；Balabdaoui，F。；Polakowski，M.，《使用贝叶斯模型平均值校准预测集合》，周一。《天气评论》，133，5，1155-1174（2005）
[81] 斯洛特，J。；Gneiting，T。；Raftery，A.，《使用集合和贝叶斯模型平均的概率风速预测》，J.Amer。统计师。协会，105，489，25-35（2010）
[82] Bar-Shalom，Y。；李，X。；Kirubarajan，T。；Wiley，J.，估计及其在跟踪和导航中的应用（2001），Wiley-Interscience
[83] Maybeck，P.，《随机模型、估计和控制》，第1卷（1979年），学术出版社·兹比尔0464.93002
[84] O.G.洛古托夫。；Robinson，A.R.，多模型融合和误差参数估计，Q.J.R.Meteorol。《社会学杂志》，131613397-3408（2005）
[85] Gneiting，T。；Raftery，A.，《用集合方法进行天气预报》，《科学》，310，5746，248-249（2005）
[86] Krishnamurti，T。；基什塔瓦尔，C。；张，Z。；LaRow，T。；Bachiochi，D。；威利福德，E。；加吉尔，S。；Surendran，S.，天气和季节性气候的多模型集合预报，J.Clim。，13, 23, 4196-4216 (2000)
[87] 里克森，M。；Ferreira-Coelho，E.，使用多模型统计对海洋声学特性进行操作预测，海洋模型。，11, 3, 428-440 (2006)
[88] Lu，P.G.Y.，随机动力学模型的贝叶斯推断（2013），马萨诸塞州理工学院机械工程系：马萨诸塞理工学院剑桥机械工程系，（硕士论文）
[89] 贝叶斯，T.，一篇关于解决机会理论中的问题的文章。已故牧师Bayes先生，F.R.S.在致John Canton，a.M.F.R.S.，Phil Trans.的一封信中通信。，53, 370-418 (1763) ·Zbl 1250.60007号
[90] Kalman，R.，《线性滤波和预测问题的新方法》，J.Basic Eng.，82，1，35-45（1960）
[91] Kalman，R。；Bucy，R.，《线性滤波和预测理论的新结果》，《基础工程杂志》，第83期，第95-108页（1961年）
[92] 阿鲁兰帕兰，M。；马斯凯尔，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)
[93] Andrieu，C。；De Freitas，N。；杜塞特，A。；Jordan，M.，机器学习MCMC简介，马赫。学习。，50, 1, 5-43 (2003) ·Zbl 1033.68081号
[94] Fearnhead，P.，《复杂随机系统的计算方法：MCMC的一些替代方法综述》，《统计计算》。，18, 2, 151-171 (2008)
[95] Gelb，A.，《应用最优估计》（1974），麻省理工学院出版社
[96] Jazwinski，A.，《随机过程和过滤理论》（1970），学术出版社·Zbl 0203.50101号
[97] Simon，D.，最优状态估计：Kalman，（H_\infty）和非线性方法（2006），Wiley-Interscience
[98] Lions，J.，偏微分方程控制系统的最优控制（1971），Springer Verlag·兹标0203.09001
[99] Le Dimet，F。；Talagrand，O.，气象观测分析和同化的变分算法，Tellus，38A，97-110（1986）
[100] Bennett，A.，《物理海洋学中的反演方法》（1992），剑桥大学出版社·Zbl 0782.76002号
[101] Kalnay，E.，《大气建模、数据同化和可预测性》（2003），剑桥大学出版社
[102] 拉霍兹，W。；卡塔托夫，B。；Menard，R.，《数据同化：理解观察》（2010年），施普林格出版社·Zbl 1194.86002号
[103] Malanote-Rizzoli，P.，《海洋建模中数据同化的现代方法》（1996），爱思唯尔海洋学系列
[104] 南帕克。；Xu，L.，《大气、海洋和水文应用的数据同化》（2009），施普林格
[105] Wunsch，C.，《海洋环流反演问题》（1996），剑桥大学出版社
[106] Trotta，R.，《空中贝叶斯：宇宙学中的贝叶斯推理和模型选择》，康特姆。物理。，49, 2, 71-104 (2008)
[107] 奥克莱，F。；Marsaleix，P。；De Mey，P.，戴恩狮子湾海岸环流模型中预测误差的时空结构和动力学。大气。《海洋》，36，309-346（2003）
[108] 迪·D。；Da Silva，A.，大气湿度分析变量的选择，周一。《天气评论》，131155-171（2003）
[109] Lermusiaux，P.F.J。；Chiu，C.-S。；Robinson，A.R.，《搁浅环境中声波场预测中的建模不确定性》，（Shang，E.-C.；Li，Q.；Gao，T.F.，《第五届国际声学理论与计算会议论文集》（2002），世界科学出版社。公司），191-200年
[110] N.R.委员会，《统计与物理海洋学》（1993），国家学院出版社
[111] 杜塞特，A。；德弗里塔斯，N。；Gordon，N.，《实践中的序贯蒙特卡罗方法》（2001），Springer-Verlag·兹比尔0967.00022
[112] Srinivasan，R.，《重要性抽样：在通信和检测中的应用》（2002），施普林格出版社·Zbl 1013.62003年
[113] X孟。；Wong，W.，《通过简单恒等式模拟归一化常数的比率：理论探索》，《统计学》。Sinica，6831-860（1996）·Zbl 0857.62017号
[114] Gelman，A。；Meng，X.，《模拟归一化常数：从重要性抽样到桥接抽样再到路径抽样》，统计学。科学。，163-185 (1998) ·Zbl 0966.65004号
[115] Neal，R.，退火重要性抽样，统计计算。，11, 2, 125-139 (2001)
[116] 肖邦，N。；Robert，C.，《嵌套采样的特性》，《生物特征》，97，3，741-755（2010）·Zbl 1195.62185号
[117] Skilling，J.，一般贝叶斯计算的嵌套抽样，贝叶斯分析。，1833-860年1月4日（2006年）·Zbl 1332.62374号
[118] 桑德加德，T。；Lermusiaux，P.F.J.，使用动态正交场方程对高斯混合模型进行数据同化。第一部分：理论与方案，孟。《天气评论》，141、6、1737-1760（2013）
[119] 桑德加德，T。；Lermusiaux，P.F.J.，使用动态正交场方程对高斯混合模型进行数据同化。第二部分：申请，周一。《天气评论》，141、6、1761-1785（2013）
[120] Sapsis，T.P。；Lermusiaux，P.F.J.，不确定性流动随机维度演化的动力学标准，Physica D，241，1，60-76（2012）·Zbl 1244.37037号
[121] Feppon，F。；Lermusiaux，P.F.J.，有效随机平流和拉格朗日输运的动力正交数值格式，SIAM Rev.，60，3，595-625（2018）·Zbl 1427.65006号
[122] Loeve，M.，概率论II（1978），Springer·Zbl 0385.60001号
[123] Ueckermann，M.P。；Lermusiaux，P.F.J。；Sapsis，T.P.，随机流体和海洋流动动态正交方程的数值格式，J.Compute。物理。，233272-294（2013年）·Zbl 1294.76089号
[124] Bilmes，J.，《EM算法及其在高斯混合和隐马尔可夫模型参数估计中的应用的温和教程》（1998年），国际计算机科学研究所
[125] 斯托伊卡，P。；Selén，Y.，《模型阶数选择：信息准则规则综述》，IEEE信号处理。Mag.，21，4，36-47（2004）
[126] 杜达，R。；哈特，P。；Stork，D.，模式分类（2001），Wiley-Interscience·Zbl 0968.68140号
[127] 吉尔，M。；Malanote-Rizzoli，P.，《气象学和海洋学中的数据同化》，《高级地球物理学》。，33, 141-266 (1991)
[128] Subramani，D。；Lermusiaux，P.F.J.，《利用动态正交原始方程进行概率海洋预测》（2021年），编制中
[129] Lermusiaux，P.F.J.，《多元地球物理场制图：对大小、尺度和动力学的敏感性》，J.Atmos。海洋技术，19，10，1602-1637（2002）
[130] Lermusiaux，P.F.J。；安德森，D.G.M。；Lozano，C.J.，《多元地球物理场映射：误差和变异性子空间估计》，Quart。J.R.流量计。《社会学杂志》，1265651387-1429（2000）
[131] Gkirkkis，K.A.，《动态正交原始方程随机海洋预测》（2021），麻省理工学院，机械工程：麻省理工学院，机械工程，马萨诸塞州剑桥市，（硕士论文）
[132] 丹尼斯，S。；Chang，G.，雷诺数高达100时绕圆柱定常流动的数值解，J.流体力学。，42, 3, 471-489 (1970) ·Zbl 0193.26202号
[133] Fornberg，B.，《绕圆柱稳态粘性流的数值研究》，J.流体力学。，98, 4, 819-855 (1980) ·Zbl 0428.76032号
[134] Fornberg，B.，《雷诺数达到600的圆柱体的稳态粘性流》，J.Compute。物理。，61297-320（1985年）·Zbl 0576.76026号
[135] Smith，F.，《不可压缩流体通过钝体的层流：分离、再附着、涡流特性和阻力》，《流体力学杂志》。，92, 1, 171-206 (1979) ·Zbl 0413.76003号
[136] Tritton，D.，低雷诺数下圆柱绕流实验，J.流体力学。，6, 4, 547-567 (1959) ·Zbl 0092.19502号
[137] Zdravkovich，M.，《圆柱绕流第1卷：基本原理》，剑桥大学出版社·兹比尔0882.76004
[138] 昆都，P。；Cohen，I.，《流体力学》（2004），Elsevier
[139] 萨默尔，B。；Fredsöe，J.，《圆柱结构周围的流体动力学》（2006），世界科学出版社·Zbl 1153.76003号
[140] Chhabra，R。；苏亚雷斯，A。；费雷拉，J.，《圆柱绕流的稳态非牛顿流：数值研究》，《机械学报》。，172, 1, 1-16 (2004) ·Zbl 1065.76013号
[141] 米塔尔，S。；Kumar，B.，《流经旋转圆柱体的流体》，J.流体力学。，476, 303-334 (2003) ·Zbl 1163.76442号
[142] 布莱克本，H。；Henderson，R.，《二维振荡圆柱绕流研究》，J.流体力学。，385, 1, 255-286 (1999) ·Zbl 0938.76022号
[143] Jackson，C.，《通过不同形状物体的流动中漩涡脱落开始的有限元研究》，J.流体力学。，182, 1, 23-45 (1987) ·Zbl 0639.76041号
[144] 林，J。；Yang，Y。；Rockwell，D.，流经串联的两个圆柱体：瞬时和平均流动结构，J.Fluids Struct。，16, 8, 1059-1071 (2002)
[145] Fornberg，B.，高雷诺数下球体的稳态粘性流，J.流体力学。，190, 471-489 (1988)
[146] Zdravkovich，M.，《圆柱绕流第2卷：应用》（2002），剑桥大学出版社
[147] Lu，P.G.Y。；Lermusiaux，P.F.J.，基于PDE的高维动力学模型贝叶斯推断MSEAS Report 19（2014），麻省理工学院机械工程系：麻省理工科大学机械工程系，马萨诸塞州坎布里奇，美国
[148] Kopera，M.，《Navier-Stokes方程的无量纲化》（2008），华威大学科学计算中心
[149] Ueckermann，M.P。；Lermusiaux，P.F.J.，2.29有限体积MATLAB框架文件MSEAS报告14（2012），麻省理工学院机械工程系：麻省理工学院机械工程系，马萨诸塞州剑桥，URLhttp://mseas.mit.edu/？p=2567
[150] 谢尔德，G.J。；M.C.汤普森。；霍里根，K.，《从球体到圆柱：钝环尾迹的稳定性和流动结构》，《流体力学杂志》。，492, 147 (2003) ·Zbl 1063.76539号
[151] Kim，I。；Wu，X.，不同形状障碍物产生的层流涡街的统一斯特劳-雷诺数关系，Phys。E版，92，4，第043011条，pp.（2015）
[152] 贝伦菲尔德，M。；奥马利，R。；西格尔，D。；麦克莱恩，C。；Sarmiento，J。；费尔德曼，G。；Milligan，A。；法尔科夫斯基，P。；Letelier，R。；Boss，E.，《当代海洋生产力的气候驱动趋势》，《自然》，4447120752-755（2006）
[153] 菲尔德，C。；贝伦菲尔德，M。；兰德森，J。；Falkowski，P.，《生物圈初级生产：整合陆地和海洋成分》，《科学》，2815374237-240（1998）
[154] 萨巴，V。；弗里德里希斯，M。；安托万，D。；Armstrong，R。；浅沼，I。；贝伦菲尔德，M。；Ciotti，A。；道威尔，M。；霍普夫纳，N。；Hyde，K.，《全球沿海和远洋区域海洋初级生产力的海洋颜色模型估算评估》，生物地球科学，8，2，489-503（2011）
[155] 小茴香，西。；Neumann，T.，《海洋生态系统建模导论》（2004），爱思唯尔科学
[156] 霍夫曼，E。；Friedrichs，M.，《海洋生态系统预测模型》，海洋，12537-565（2002）
[157] 霍夫曼，E。；Lascara，C.，海洋生态系统跨学科建模概述，海洋，10507-540（1998）
[158] 拉利，C。；Parsons，T.，《生物海洋学：导论》（1997），巴特沃斯·海尼曼
[159] Ueckermann，医学博士。；Lermusiaux，P.F.J.，《二维非定常生物地球化学海洋模型的高阶格式》，海洋动力学。，60, 6, 1415-1445 (2010)
[160] 田·R。；Lermusiaux，P。；麦卡锡，J。；Robinson，A.，《海洋生物地球化学生态系统动力学的广义预测模型：结构、参数化和适应性建模》（2004），《哈佛物理/跨学科海洋科学报告》#67
[161] 海伍德·K·J。；巴顿，E.D。；Simpson，J.H.，《海岛对水流扰动的影响》，J.Mar.Res.，48，1，55-73（1990）
[162] Lermusiaux，P。；Ueckermann，M。；Lolla，T.，《动力正交演化方程的线性化》（2013），麻省理工学院多学科模拟、估计和同化系统小组报告
[163] Subramani，D.N。；Lermusiaux，P.F.J.，随机动态正交水平集优化的能量最优路径规划，海洋模型。，100, 57-77 (2016)
[164] Lermusiaux，P.F.J。；Subramani，D.N。；林，J。；库尔卡尼，C.S。；古普塔，A。；Dutt，A。；Lolla，T。；Haley，P.J。；阿里·W·H。；米拉比托，C。；Jana，S.，《智能自主海洋观测系统的未来》，J.Mar Res.，75，6，765-813（2017），《海洋》。第17卷，海洋预测科学，第2部分。
[165] 古普塔，A。；Haley，P.J。；Subramani，D.N。；Lermusiaux，P.F.J.，《拉克沙德威群岛鱼类建模和贝叶斯学习》（OCEANS 2019 MTS/IEEE SEATTLE（2019），IEEE:IEEE西雅图），1-10
[166] 希尼，K.D。；Gawarkiewicz，G。；杜达，T.F。；Lermusiaux，P.F.J.，《用于海洋数据相似的自主水下航行器采样策略的非线性优化》，J.Field Robotics，24，6，437-448（2007）
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。