Ensemble Kalman Filter (EnKF)
Ensemble Kalman Filter (EnKF) on sekventiaalinen Monte Carlo -dataassimilaatioalgoritmi, jonka Geir Evensen esitteli vuonna 1994. Se laajentaa klassista Kalman-suodatinta korkeaulotteisiin, epälineaarisiin dynaamisiin järjestelmiin esittämällä ennustevirheen kovarianssin äärellisenä joukkona mallitoteutumia sen sijaan, että se etenisi täyden kovarianssimatriisin avulla. Jokainen joukon jäsen etenee epälineaarisen mallin läpi, ja havaintoja assimiloidaan laskemalla näytepohjainen Kalman-vahvistus, mikä tekee menetelmästä laskennallisesti käsiteltävän suuria geofysikaalisia malleja varten.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Menetelmäkartta
Lähimenetelmien naapurusto — valitse solmu tutkiaksesi.
Lähteet
- Evensen, G. (1994). Sequential data assimilation with a nonlinear quasi-geostrophic model using Monte Carlo methods to forecast error statistics. Journal of Geophysical Research, 99(C5), 10143–10162. DOI: 10.1029/94JC00572 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 2). Ensemble Kalman Filter (Data Assimilation). ScholarGate. https://scholargate.app/fi/data-fusion/ensemble-kalman-filter
Mikä menetelmä?
Aseta tämä menetelmä lähimpien sukulaistensa rinnalle ja lue niitä yhdessä — kirjasto asettaa teokset pöydälle; valinta on sinun.
- Datan fuusioDatafuusio↔ vertaa
- Partikkelisuodin (sekventiaalinen Monte Carlo)Bayesilainen tilastotiede↔ vertaa
- Tilamallinnus (Kalman-suodin)Ekonometria↔ vertaa
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →