دانلود کتاب Data Assimilation The Ensemble Kalman Filter (به فارسی: جذب داده ها فیلتر کالمن مجموعه) نوشته شده توسط «Geir Evensen»
اطلاعات کتاب جذب داده ها فیلتر کالمن مجموعه
موضوع اصلی: سازمان و پردازش داده ها
نوع: کتاب الکترونیکی
ناشر: Springer
نویسنده: Geir Evensen
زبان: English
فرمت کتاب: pdf (قابل تبدیل به سایر فرمت ها)
سال انتشار: 2006
تعداد صفحه: 284
حجم کتاب: 13 مگابایت
کد کتاب: 9783540383000 , 354038300X
نوبت چاپ: 1
توضیحات کتاب جذب داده ها فیلتر کالمن مجموعه
Assimilation داده ها به طور جامع روش های شبیه سازی داده ها و روش های معکوس را شامل می شود که هم تخمین حالت سنتی و هم تخمین پارامتر را شامل می شود. این متن و مرجع روی روش‌های مختلف شبیه‌سازی داده‌ها، مانند روش‌های تغییر محدودیت ضعیف و قوی و فیلترها و صاف‌کننده‌ها تمرکز دارد. با استفاده از چندین مثال نشان داده می‌شود که چگونه روش‌های مختلف را می‌توان از یک مبنای نظری مشترک استخراج کرد، و همچنین نحوه تفاوت و/یا ارتباط آنها با یکدیگر، و ویژگی‌هایی که آنها را مشخص می‌کند.
به جای تاکید بر یک رشته خاص مانند اقیانوس شناسی یا هواشناسی، چارچوب ریاضی و مشتقات را به گونه ای ارائه می کند که برای هر رشته ای که دینامیک با اندازه گیری ها ادغام می شود رایج است. سطح ریاضیات متوسط است، اگرچه نیاز به دانش آمار فضایی پایه، آمار بیزی و حساب تغییرات دارد. خوانندگان همچنین از معرفی روش های ریاضی استفاده شده و مشتقات دقیق، که باید به راحتی دنبال شوند، در سراسر کتاب آورده شده است. کدهای مورد استفاده در چندین آزمایش شبیه سازی داده ها در یک صفحه وب در دسترس هستند. به طور خاص، این صفحه وب شامل یک مجموعه کامل سیستم جذب فیلتر کالمن است که یک نقطه شروع ایده‌آل برای کاربری که می‌خواهد فیلتر کالمن را با مدل دینامیکی خود پیاده‌سازی کند، تشکیل می‌دهد.
تمرکز بر روش‌های گروهی، مانند فیلتر کلمن و نرم‌تر، آن را به یک مرجع قوی برای استخراج، اجرا و کاربرد چنین تکنیک‌هایی تبدیل می‌کند. بسیاری از مطالب جدید، به ویژه مربوط به فرمول‌بندی و حل مسائل ترکیبی پارامترها و برآورد حالت و ویژگی‌های کلی الگوریتم‌های مجموعه، برای اولین بار در اینجا در دسترس هستند.
Rather than emphasize a particular discipline such as oceanography or meteorology, it presents the mathematical framework and derivations in a way which is common for any discipline where dynamics is merged with measurements. The mathematics level is modest, although it requires knowledge of basic spatial statistics, Bayesian statistics, and calculus of variations. Readers will also appreciate the introduction to the mathematical methods used and detailed derivations, which should be easy to follow, are given throughout the book. The codes used in several of the data assimilation experiments are available on a web page. In particular, this webpage contains a complete ensemble Kalman filter assimilation system, which forms an ideal starting point for a user who wants to implement the ensemble Kalman filter with his/her own dynamical model.
The focus on ensemble methods, such as the ensemble Kalman filter and smoother, also makes it a solid reference to the derivation, implementation and application of such techniques. Much new material, in particular related to the formulation and solution of combined parameter and state estimation problems and the general properties of the ensemble algorithms, is available here for the first time.
دانلود کتاب «جذب داده ها فیلتر کالمن مجموعه»
برای دریافت کد تخفیف ۲۰ درصدی این کتاب، ابتدا صفحه اینستاگرام کازرون آنلاین (@kazerun.online ) را دنبال کنید. سپس، کلمه «بلیان» را در دایرکت ارسال کنید تا کد تخفیف به شما ارسال شود.