Reduced-order autodifferentiable ensemble Kalman filters

Abstract This paper introduces a computational framework to reconstruct and forecast a partially observed state that evolves according to an unknown or expensive-to-simulate dynamical system. Our reduced-order autodifferentiable ensemble Kalman filters (ROAD-EnKFs) learn a latent low-dimensional sur...

Ausführliche Beschreibung

Bibliographische Detailangaben

Veröffentlicht in:	Inverse problems 2023-10, Vol.39 (12)
Hauptverfasser:	Chen, Yuming, Sanz-Alonso, Daniel, Willett, Rebecca
Format:	Artikel
Sprache:	eng
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!