×
席林斯，C。;A.M.斯图亚特。

集合卡尔曼反演的收敛性分析：线性、噪声情况。 （英语） Zbl 1448.65209号

申请。分析。 97，第1号，107-123（2018）。
小结：基于算法的连续时间限制，我们对集合卡尔曼反演进行了分析。通过对系综的动力学行为的分析，我们可以确定固定系综大小的适定性和收敛结果。我们将在无噪声情况下收敛的最新结果的基础上，将其推广到有噪声观测数据的情况，特别是将从理论和数值上研究噪声对收敛的影响。我们关注线性反问题，在那里可以进行非常完整的理论分析。

引用于40文件

MSC公司：

65N21型 含偏微分方程边值问题反问题的数值方法
2015年1月62日 贝叶斯推断
65N75型 涉及偏微分方程边值问题的概率方法、粒子方法等

关键词：

贝叶斯反问题;集合卡尔曼滤波;参数识别

软件：

合卡尔曼滤波
PDF格式BibTeX公司 XML格式引用
\textit{C.Schillings}和\textit{A.M.Stuart}，应用。分析。97，第1号，107-123（2018；Zbl 1448.65209）
全文： 内政部 arXiv公司 链接

参考文献：

[1] 法律，K。；Stuart，A。；Zygalakis，K.，《数据同化：数学介绍》（2015），瑞士：施普林格国际出版公司，瑞士·Zbl 1353.60002号
[2] 吉尔，M。；科恩，J。；Tavantzis，Se；Bengtsson，L。；吉尔，M。；K{“A}Ll{‘E}N，E.，动力气象学：数据同化方法，估计理论在数值天气预报中的应用，139-224（1981），纽约（NY）：斯普林格，纽约（纽约）·Zbl 0557.76031号
[3] Evensen，G.，《数据同化：集合卡尔曼滤波器》（2006），塞考克斯（新泽西州）：斯普林格-弗拉格纽约州，塞考科斯（新泽西）·Zbl 1157.86001号
[4] Evensen，G.，《集合卡尔曼滤波器：理论公式和实际实现》，Ocean Dyn，53343-367（2003）
[5] 埃文森，G。；Van Leeuwen，P.，使用集合卡尔曼滤波器和准营养模式同化阿古拉斯海流的地球卫星高度计数据，Mon Weather，128，85-96（1996）
[6] Houtekamer，P。；Mitchell，H.，大气数据同化的序贯集合卡尔曼滤波器，《Mon Weather Rev》，129123-137（2001）
[7] 奥利弗·D。；雷诺兹，A。；Liu，N.，《油藏描述和历史拟合的反演理论》（2008），剑桥：剑桥大学出版社，剑桥
[8] 伊格莱西亚斯，M。；法律，K。；Stuart，A.，反问题的集合卡尔曼方法，逆问题，29045001（2013）·Zbl 1311.65064号
[9] 李·G。；Reynolds，A.，SPE年度技术会议和展览，用于数据同化的迭代集合卡尔曼滤波器（2007），加利福尼亚州阿纳海姆
[10] 席林斯，C。；Stuart，A.，《反问题的集合卡尔曼滤波器分析》，SIAM Numer Ana，55，3，1264-1290（2017）·Zbl 1366.65101号
[11] Bergemann，K。；Reich，S.，集合卡尔曼滤波器的定位技术，Quart J R Meteorol Soc，136，701-707（2010）
[12] Am Stuart，《逆向问题：贝叶斯观点》，《数值学报》，第19期，第451-559页（2010年）·Zbl 1242.65142号
[13] Dashti，M。；美国斯图亚特；加纳共和国。；希格顿，D。；Owhadi，H.，不确定性量化手册，反问题的贝叶斯方法（2015），瑞士：施普林格国际出版社，瑞士
[14] Reich，S。；Cotter，C.，概率预测和贝叶斯数据同化（2015），剑桥：剑桥大学出版社，剑桥·兹比尔1314.62005
[15] 凯利·D。；法律，K。；Stuart，A.，集合卡尔曼滤波器在离散和连续时间的良好性和准确性，非线性，27，2579（2014）·Zbl 1305.62323号
[16] 大钳，Xt；Aj Majda；Kelly，D.，基于集合的卡尔曼滤波器的非线性稳定性和遍历性，非线性，29657（2016）·Zbl 1334.60060号
[17] 大钳，Xt；Aj Majda；Kelly，D.，具有自适应协方差膨胀的集合卡尔曼滤波器的非线性稳定性，arXiv:1507.08319（2015）
[18] 凯利·D。；Aj Majda；Tong，Xt，《具有严格灾难性滤波器发散的混凝土集合卡尔曼滤波器》，国家科学院院刊，112，10589-10594（2015）
[19] 德威尔杰斯，J。；Reich，S。；Stannat，W.，针对完全观测过程和小测量噪声的集合Kalman-Bucy滤波器的长期稳定性和准确性，arXiv e-prints（2016）·Zbl 1391.93265号
[20] Bergemann，K。；Reich，S.，A molified ensembly Kalman filter，Quart J R Meteorol Soc，1361636-1643（2010）
[21] Reich，S.，间歇数据同化的动力系统框架，BIT数值数学，51，235-249（2011）·Zbl 1216.93098号
[22] Kwiatkowski，E。；Mandel，J.，大集合极限下平方根集合Kalman滤波器的收敛性，SIAM/ASA J Uncert Quant，3，1-17（2015）·Zbl 1329.60083号
[23] 格拉顿，S。；Mandel，J.，关于非线性系综Kalman平滑器的收敛性，arXiv预印本arXiv:1411.4608（2014）
[24] 恩斯特，O。；斯普伦克，B。；Starkloff，H.，贝叶斯反问题中的集合和多项式混沌卡尔曼滤波器分析，arXiv预印本arXiv:1504.03529（2015）·Zbl 1339.60041号
[25] Iglesias，M.，水库模型中集合数据同化的迭代正则化，计算地质，1-36（2014）
[26] Iglesias，Ma，pde约束反问题的正则化迭代集合Kalman方法，arXiv预印本arXiv:1505.03876（2015）
[27] 英国，H。；汉克，M。；Neubauer，A.，反问题的正则化，375（1996），荷兰：施普林格科学与商业媒体，荷兰·Zbl 0859.65054号
[28] 凯皮奥，J。；Somersalo，E.，《统计反问题：离散化、模型简化和反犯罪》，《计算应用数学杂志》，198493-504（2007）·兹比尔1101.65008
[29] 布兰查德，G。；Mathé，P.，统计逆问题的差异原理及其在共轭梯度迭代中的应用，逆Prob，19，1，177-212（2012）
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。