研究人员开发了一个名为自动可微滤波的新颖框架,该框架能够实现数据同化中状态、动力学和滤波算法的协同学习。该方法利用理论驱动的损失函数和通过自动微分进行的基于梯度的优化,从部分、嘈杂的观测中进行学习。该框架用途广泛,允许学习或调整各种数据同化方法,并已在航空航天工程、大气科学、系统生物学和地球物理流体动力学等多个科学领域得到验证。 AI
影响 该框架通过实现复杂系统动力学的自动化学习,有可能提高科学建模的准确性和效率。
排序理由 该集群包含一篇详细介绍数据同化新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
- Clohessy-Wiltshire equations
- generalized Lotka-Volterra equations
- Melissa C Adriance
- two-layer quasi-geostrophic model
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →