کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
5500227 | 1533961 | 2017 | 10 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
A coherent structure approach for parameter estimation in Lagrangian Data Assimilation
ترجمه فارسی عنوان
یک رویکرد ساختار منسجم برای ارزیابی پارامتر در جمع آوری اطلاعات لاگرانژ
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
تسریع داده ها، داده های لاگرانژی، ساختارهای منسجم،
موضوعات مرتبط
مهندسی و علوم پایه
ریاضیات
ریاضیات کاربردی
چکیده انگلیسی
We introduce a data assimilation method to estimate model parameters with observations of passive tracers by directly assimilating Lagrangian Coherent Structures. Our approach differs from the usual Lagrangian Data Assimilation approach, where parameters are estimated based on tracer trajectories. We employ the Approximate Bayesian Computation (ABC) framework to avoid computing the likelihood function of the coherent structure, which is usually unavailable. We solve the ABC by a Sequential Monte Carlo (SMC) method, and use Principal Component Analysis (PCA) to identify the coherent patterns from tracer trajectory data. Our new method shows remarkably improved results compared to the bootstrap particle filter when the physical model exhibits chaotic advection.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Physica D: Nonlinear Phenomena - Volume 360, 1 December 2017, Pages 36-45
Journal: Physica D: Nonlinear Phenomena - Volume 360, 1 December 2017, Pages 36-45
نویسندگان
John Maclean, Naratip Santitissadeekorn, Christopher K.R.T. Jones,