Penapis Kalman Ensembel
Penapis Kalman Ensembel (EnKF) ialah algoritma asimilasi data Monte Carlo berurutan yang diperkenalkan oleh Geir Evensen pada tahun 1994. Ia mengembangkan penapis Kalman klasik kepada sistem dinamik berdimensi tinggi dan tak linear dengan mewakili kovarians ralat ramalan melalui satu ensembel terhingga realisasi model, berbanding dengan mempropagasikan matriks kovarians penuh. Setiap ahli ensembel berkembang melalui model tak linear, dan pemerhatian diasimilasi dengan mengira perolehan Kalman berasaskan sampel, menjadikan kaedah ini boleh dikira untuk model geofizik yang besar.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Peta kaedah
Kejiranan kaedah berkaitan — pilih satu nod untuk meneroka.
Sumber
- 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 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 2). Ensemble Kalman Filter (Data Assimilation). ScholarGate. https://scholargate.app/ms/data-fusion/ensemble-kalman-filter
Kaedah yang mana?
Letakkan kaedah ini di sebelah kaedah yang paling rapat dengannya dan baca secara bersebelahan — perpustakaan menyusun buku di atas meja; pilihan terletak pada anda.
- Gabungan DataPelakuran Data↔ banding
- Penapis Zarah (Monte Carlo Sekuen)Bayesian↔ banding
- Model Ruang Keadaan (Penuras Kalman)Ekonometrik↔ banding
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →