Ensemble Kalman Filter
Ensemble Kalman Filter (EnKF) je sekvencijalni Monte Carlo algoritam za asimilaciju podataka koji je uveo Geir Evensen 1994. godine. On proširuje klasični Kalmanov filtar na visokodimenzionalne, nelinearne dinamičke sustave predstavljanjem kovarijance pogreške prognoze putem konačnog ansambla realizacija modela, umjesto propagacije pune kovarijacijske matrice. Svaki član ansambla evoluira kroz nelinearni model, a opažanja se asimiliraju izračunavanjem Kalmanovog pojačanja temeljenog na uzorku, čime metoda postaje računski izvediva za velike geofizičke modele.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Karta metoda
Okruženje srodnih metoda — odaberite čvor za istraživanje.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 2). Ensemble Kalman Filter (Data Assimilation). ScholarGate. https://scholargate.app/hr/data-fusion/ensemble-kalman-filter
Koja metoda?
Postavite ovu metodu uz njoj najsrodnije i pročitajte ih jednu uz drugu — knjižnica vam knjige stavlja na stol; izbor je na vama.
- Fuzija podatakaFuzija podataka↔ usporedi
- Particle Filter (Sequential Monte Carlo)Bayesovska statistika↔ usporedi
- Model prostora stanja (Kalmanov filtar)Ekonometrija↔ usporedi
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →