• Treffer 1 von 3
Zurück zur Trefferliste

Analysis of a localised nonlinear ensemble Kalman Bucy filter with complete and accurate observations

  • Concurrent observation technologies have made high-precision real-time data available in large quantities. Data assimilation (DA) is concerned with how to combine this data with physical models to produce accurate predictions. For spatial-temporal models, the ensemble Kalman filter with proper localisation techniques is considered to be a state-of-the-art DA methodology. This article proposes and investigates a localised ensemble Kalman Bucy filter for nonlinear models with short-range interactions. We derive dimension-independent and component-wise error bounds and show the long time path-wise error only has logarithmic dependence on the time range. The theoretical results are verified through some simple numerical tests.

Volltext Dateien herunterladen

  • SHA-512:dfec3c3e0439eb01baa223b4a81dd16f49cef7d354c5121ae87483f4a7b2b863080771c4bb121b456ca0b14be9a9e5c6dab73f81baecab8a22d5bce28f1bad64

Metadaten exportieren

Weitere Dienste

Suche bei Google Scholar Statistik - Anzahl der Zugriffe auf das Dokument
Metadaten
Verfasserangaben:Jana de WiljesORCiDGND, Xin T. TongORCiD
URN:urn:nbn:de:kobv:517-opus4-540417
DOI:https://doi.org/10.25932/publishup-54041
ISSN:1866-8372
Titel des übergeordneten Werks (Deutsch):Postprints der Universität Potsdam : Mathematisch-Naturwissenschaftliche Reihe
Schriftenreihe (Bandnummer):Zweitveröffentlichungen der Universität Potsdam : Mathematisch-Naturwissenschaftliche Reihe (1221)
Verlag:IOP Publ.
Verlagsort:Bristol
Publikationstyp:Postprint
Sprache:Englisch
Datum der Erstveröffentlichung:01.03.2022
Erscheinungsjahr:2020
Veröffentlichende Institution:Universität Potsdam
Datum der Freischaltung:01.03.2022
Freies Schlagwort / Tag:data assimilation; dimension independent bound; filter; high dimensional; localisation; nonlinear; stability and accuracy
Band:33
Ausgabe:9
Seitenanzahl:32
Erste Seite:4752
Letzte Seite:4782
Quelle:Nonlinearity 33 (2020) 9, 4752–4782, DOI: 10.1088/1361-6544/ab8d14
Fördernde Institution:Deutsche Forschungsgemeinschaft (DFG)German Research Foundation (DFG); [SFB1294/1 - 318763901]; ERC Advanced Grant ACRCC [339390]; Simons CRM; Scholar-in-Residence Program; Singapore MOE AcRF Tier 1Ministry of; Education, Singapore [R-146-000-292-114]
Organisationseinheiten:Mathematisch-Naturwissenschaftliche Fakultät / Institut für Mathematik
DDC-Klassifikation:5 Naturwissenschaften und Mathematik / 51 Mathematik / 510 Mathematik
5 Naturwissenschaften und Mathematik / 53 Physik / 530 Physik
Peer Review:Referiert
Publikationsweg:Open Access / Green Open-Access
Lizenz (Deutsch):License LogoCreative Commons - Namensnennung, 3.0 Deutschland
Externe Anmerkung:Bibliographieeintrag der Originalveröffentlichung/Quelle
Verstanden ✔
Diese Webseite verwendet technisch erforderliche Session-Cookies. Durch die weitere Nutzung der Webseite stimmen Sie diesem zu. Unsere Datenschutzerklärung finden Sie hier.