PR-Smoother:面向数据同化的保持模拟器非高斯平滑方法
英文标题:PR-Smoother: Simulator-Preserving Non-Gaussian Smoothing for Data Assimilation
论文提出 PR-Smoother,一种用于物理数据同化(DA)的非高斯平滑方法。其目标是表示物理状态变量的非高斯后验分布,并能够扩展至高维模拟器。该方法还旨在仅利用观测窗口进行训练,并与校准流程保持兼容。对于开发者和行业而言,这项工作面向高维物理系统中传统高斯假设难以充分刻画不确定性的需求。
打开原文相关 1.6 · 机会 1
612 B
380 B
9.1 KB
32.7 KB
22.8 KB
24.2 KB
34.7 KB
中文
arXiv:2609.26890v1
发布类型:新论文
摘要
许多物理数据同化(DA)工作流需要具备以下能力的平滑方法:能够表示物理状态变量上的非高斯后验分布、可扩展至高维模拟器、仅从观测窗口进行训练,并且与 calib… 保持兼容。
BibTeX 格式化引用
English / 原文
BibTeX formatted citation
×