ScholarGate
アシスタント
Regression modelData assimilation

アンサンブルカルマンフィルタ

アンサンブルカルマンフィルタ(EnKF)は、1994年にGeir Evensenによって導入された逐次モンテカルロデータ同化アルゴリズムである。これは、古典的なカルマンフィルタを高次元非線形力学系に拡張するもので、完全な共分散行列を伝播させる代わりに、有限個のモデル実現のアンサンブルによって予測誤差共分散を表す。各アンサンブルメンバーは非線形モデルを通じて進化し、観測はサンプルベースのカルマンゲインを計算することによって同化されるため、この手法は大規模地球物理学モデルに対して計算上実行可能である。

MethodMindで開く近日公開動画近日公開スライドをダウンロード

手法の全文を読む

会員限定

無料アカウントでログインすると、このセクションを読めます。

ログイン

手法マップ

関連する手法の近傍 — ノードを選択して探索できます。

出典

  1. 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

このページの引用方法

ScholarGate. (2026, June 2). Ensemble Kalman Filter (Data Assimilation). ScholarGate. https://scholargate.app/ja/data-fusion/ensemble-kalman-filter

どの手法を選ぶ?

この手法を最も近い類縁の手法と並べ、両者を見比べてください — ライブラリは本を机の上に並べるだけ。選ぶのはあなたです。

並べて比較する

この手法を参照する項目

ScholarGateEnsemble Kalman Filter (Ensemble Kalman Filter (Data Assimilation)). 2026-06-15に以下より取得 https://scholargate.app/ja/data-fusion/ensemble-kalman-filter · データセット: https://doi.org/10.5281/zenodo.20539026