arXiv 机器学习· Ziyu Tian, Kaichen Shen, Wenbo Hao, Phillip Si, Peng Chen, Wei Zhu·· 5 小时前AI 评分33
LD-EnFF：面向稀疏观测数据同化的潜空间动力学集成流滤波框架
LD-EnFF: Latent-Dynamics Ensemble Flow Filtering for Data Assimilation with Sparse Observations
AI 导读
研究人员提出序贯贝叶斯滤波框架 LD-EnFF，在紧凑潜空间中直接进行预报推演与滤波更新，以应对稀疏观测下的复杂动力系统数据同化挑战。该方法结合潜动力学代理、基于 VAE 的观测模型与流匹配更新机制，避免了重复全状态模拟和全场重建。在 Kolmogorov 流、海啸传播与大气建模基准中，LD-EnFF 表现显著优于现有数据同化算法。
来源：arXiv 机器学习 · arxiv.org