Ensemble Kalman Szűrő
Az Ensemble Kalman Szűrő (EnKF) egy szekvenciális Monte Carlo adatasszimilációs algoritmus, amelyet Geir Evensen vezetett be 1994-ben. Ez kiterjeszti a klasszikus Kalman-szűrőt nagy dimenziójú, nemlineáris dinamikai rendszerekre azáltal, hogy az előrejelzési hiba kovarianciáját véges számú modellrealizáció együttesével reprezentálja, ahelyett, hogy egy teljes kovarianciamátrixot propagálna. Minden együttes tag a nemlineáris modellen keresztül fejlődik, és az észleléseket egy mintán alapuló Kalman-erősítés kiszámításával asszimilálják, ami számításilag kezelhetővé teszi a módszert nagy geofizikai modellek számára.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Módszertérkép
A rokon módszerek környezete — válasszon ki egy csomópontot a felfedezéshez.
Források
- 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 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 2). Ensemble Kalman Filter (Data Assimilation). ScholarGate. https://scholargate.app/hu/data-fusion/ensemble-kalman-filter
Melyik módszer?
Állítsa e módszert a hozzá legközelebb álló rokonai mellé, és olvassa őket egymás mellett — a könyvtár az asztalra teszi a könyveket; a választás az Öné.
- AdatfúzióAdatfúzió↔ összehasonlítás
- A részecskeszűrő (szekvenciális Monte Carlo)Bayes-statisztika↔ összehasonlítás
- Állapotterek (State Space) modell (Kalman-szűrő)Ökonometria↔ összehasonlítás
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →