Ensemble Kalmanov filter
Ensemble Kalmanov filter (EnKF) je sekvenčný Monte Carlo algoritmus asimilácie dát, ktorý v roku 1994 predstavil Geir Evensen. Rozširuje klasický Kalmanov filter na vysokodimenzionálne, nelineárne dynamické systémy tým, že reprezentuje kovarianciu chyby predpovede prostredníctvom konečného súboru realizácií modelu namiesto šírenia plnej kovariančnej matice. Každý člen súboru sa vyvíja prostredníctvom nelineárneho modelu a pozorovania sa asimilujú výpočtom Kalmanovho zisku založeného na vzorke, čo robí metódu výpočtovo zvládnuteľnou pre veľké geofyzikálne modely.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Mapa metód
Okolie príbuzných metód — vyberte uzol na preskúmanie.
Zdroje
- 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 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 2). Ensemble Kalman Filter (Data Assimilation). ScholarGate. https://scholargate.app/sk/data-fusion/ensemble-kalman-filter
Ktorá metóda?
Postavte túto metódu vedľa jej najbližších príbuzných a čítajte ich vedľa seba — knižnica vám knihy položí na stôl; voľba je na vás.
- Fúzia dátFúzia dát↔ porovnať
- Časticový filter (sekvenčné metódy Monte Carlo)Bayesovské metódy↔ porovnať
- Model priestorového stavu (Kalmanov filter)Ekonometria↔ porovnať
Odkazujú sem
Similar methods
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →