Bộ lọc Kalman Dàn số (Ensemble Kalman Filter - EnKF)
Bộ lọc Kalman Dàn số (EnKF) là một thuật toán đồng hóa dữ liệu Monte Carlo tuần tự được Geir Evensen giới thiệu vào năm 1994. Thuật toán này mở rộng bộ lọc Kalman cổ điển cho các hệ thống động lực phi tuyến, nhiều chiều bằng cách biểu diễn hiệp phương sai sai số dự báo thông qua một tập hợp hữu hạn các nghiệm mô hình thay vì lan truyền một ma trận hiệp phương sai đầy đủ. Mỗi thành viên của dàn số tiến hóa qua mô hình phi tuyến, và các quan sát được đồng hóa bằng cách tính toán hệ số khuếch đại Kalman dựa trên mẫu, giúp phương pháp này có thể tính toán được đối với các mô hình địa vật lý lớn.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Bản đồ phương pháp
Lân cận của các phương pháp liên quan — chọn một nút để khám phá.
Nguồn tài liệu
- 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 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 2). Ensemble Kalman Filter (Data Assimilation). ScholarGate. https://scholargate.app/vi/data-fusion/ensemble-kalman-filter
Phương pháp nào?
Đặt phương pháp này bên cạnh những phương pháp gần gũi nhất với nó và đọc chúng song song — thư viện bày sách lên bàn; lựa chọn là của bạn.
- Hợp nhất dữ liệuHợp nhất dữ liệu↔ so sánh
- Bộ lọc hạt (Monte Carlo tuần tự)Bayes↔ so sánh
- Mô hình không gian trạng thái (Bộ lọc Kalman)Kinh tế lượng↔ so sánh
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →