On the convergence of a non-linear ensemble Kalman smoother

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F19%3A00498774" target="_blank" >RIV/67985807:_____/19:00498774 - isvavai.cz</a>

Výsledek na webu

<a href="http://dx.doi.org/10.1016/j.apnum.2018.11.008" target="_blank" >http://dx.doi.org/10.1016/j.apnum.2018.11.008</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1016/j.apnum.2018.11.008" target="_blank" >10.1016/j.apnum.2018.11.008</a>

Jazyk výsledku

angličtina

Název v původním jazyce

On the convergence of a non-linear ensemble Kalman smoother

Popis výsledku v původním jazyce

Ensemble methods, such as the ensemble Kalman filter (EnKF), the local ensemble transform Kalman filter (LETKF), and the ensemble Kalman smoother (EnKS) are widely used in sequential data assimilation, where state vectors are of huge dimension. Little is known, however, about the asymptotic behavior of ensemble methods. In this paper, we prove convergence in Lp of ensemble Kalman smoother to the Kalman smoother in the large-ensemble limit, as well as the convergence of EnKS-4DVAR, which is a Levenberg–Marquardt-like algorithm with EnKS as the linear solver, to the classical Levenberg–Marquardt algorithm in which the linearized problem is solved exactly.

Název v anglickém jazyce

On the convergence of a non-linear ensemble Kalman smoother

Popis výsledku anglicky

Ensemble methods, such as the ensemble Kalman filter (EnKF), the local ensemble transform Kalman filter (LETKF), and the ensemble Kalman smoother (EnKS) are widely used in sequential data assimilation, where state vectors are of huge dimension. Little is known, however, about the asymptotic behavior of ensemble methods. In this paper, we prove convergence in Lp of ensemble Kalman smoother to the Kalman smoother in the large-ensemble limit, as well as the convergence of EnKS-4DVAR, which is a Levenberg–Marquardt-like algorithm with EnKS as the linear solver, to the classical Levenberg–Marquardt algorithm in which the linearized problem is solved exactly.

Druh

J_imp - Článek v periodiku v databázi Web of Science

CEP obor

—

OECD FORD obor

10103 - Statistics and probability

Projekt

<a href="/cs/project/GA13-34856S" target="_blank" >GA13-34856S: Pokročilé metody náhodných polí v asimilaci dat pro krátkodobou předpověď počasí</a><br>

Návaznosti

I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2019

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název periodika

Applied Numerical Mathematics

ISSN

0168-9274

e-ISSN

—

Svazek periodika

137

Číslo periodika v rámci svazku

March

Stát vydavatele periodika

NL - Nizozemsko

Počet stran výsledku

18

Strana od-do

151-168

Kód UT WoS článku

000456765300010

EID výsledku v databázi Scopus

2-s2.0-85057621355