MULTILEVEL ENSEMBLE TRANSFORM PARTICLE FILTERING

This paper extends the multilevel Monte Carlo variance reduction technique to nonlinear filtering. In particular, multilevel Monte Carlo is applied to a certain variant of the particle filter, the ensemble transform particle filter (EPTF). A key aspect is the use of optimal transport methods to re-establish correlation between coarse and fine ensembles after resampling; this controls the variance of the estimator. Numerical examples present a proof of concept of the effectiveness of the proposed method, demonstrating significant computational cost reductions (relative to the single-level ETPF counterpart) in the propagation of ensembles.

Metadaten
Verfasserangaben:	A. Gregory, C. J. Cotter, Sebastian Reich ORCiD GND
DOI:	https://doi.org/10.1137/15M1038232
ISSN:	1064-8275
ISSN:	1095-7197
Titel des übergeordneten Werks (Englisch):	SIAM journal on scientific computing
Verlag:	Society for Industrial and Applied Mathematics
Verlagsort:	Philadelphia
Publikationstyp:	Wissenschaftlicher Artikel
Sprache:	Englisch
Jahr der Erstveröffentlichung:	2016
Erscheinungsjahr:	2016
Datum der Freischaltung:	22.03.2020
Freies Schlagwort / Tag:	multilevel Monte Carlo; optimal transport; sequential data assimilation
Band:	38
Seitenanzahl:	22
Erste Seite:	A1317
Letzte Seite:	A1338
Fördernde Institution:	Science and Solutions to a Changing Planet DTP; Natural Environmental Research Council
Organisationseinheiten:	Mathematisch-Naturwissenschaftliche Fakultät / Institut für Mathematik
Peer Review:	Referiert