内容

目次

第1章　データ同化の枠組み 1.1 システムモデル 1.2 観測モデル 1.3 やや具体的な例 1.4 主なデータ同化手法 第2章　確率分布についての基本的事項 2.1 平均と分散共分散行列 2.2 確率密度関数の変数変換 2.3 正規分布 2.4 正規分布の性質 第3章　最小二乗法とベイズ推定 3.1 最小二乗法 3.2 罰則付き最小二乗法 3.3 ベイズ推定による方法 3.4 事前分布などの設定 3.5 Pbが非正則な場合 第4章　逐次データ同化とカルマンフィルタ 4.1 逐次データ同化の考え方 4.2 カルマンフィルタ 4.3 カルマンフィルタの適用例 4.4 パラメータの設定 4.5 周辺尤度 4.6 拡張カルマンフィルタ 4.7 拡張カルマンフィルタの実装方法 第5章　アンサンブルカルマンフィルタ 5.1 モンテカルロ近似 5.2 モンテカルロ近似による予測 5.3 アンサンブルカルマンフィルタ（摂動観測法） 5.4 実装上の工夫 5.5 平滑化 5.6 局所化 5.7 局所化の適用例 第6章　アンサンブル変換カルマンフィルタ 6.1 有限の粒子による正規分布の表現 6.2 有限の粒子による予測 6.3 アンサンブル変換カルマンフィルタ 6.4 システムノイズの扱い 6.5 局所アンサンブル変換カルマンフィルタ 第7章　アジョイント法 7.1 4次元変分法 7.2 アジョイント法 7.3 アジョイント法の特徴 7.4 アジョイント法（弱拘束の場合） 7.5 アジョイント法のもう1 つの導出 7.6 アジョイント法の適用例 第8章　アンサンブルによる変分法 8.1 アンサンブル変分法 8.2 反復計算 付　　録 参考文献 索　　引