Key points are not available for this paper at this time.
تحدث مشكلة التصفية غير الخطية في العديد من المجالات العلمية. توجد حلول مونت كارلو التتابعية بالسلوك الأس asymptotic الصحيح مثل مصفاة الجسيمات، ولكنها مكلفة حسابياً عند العمل مع أنظمة عالية الأبعاد. تعتبر مصفاة كالمان الجماعية (EnKF) طريقة أكثر صلابة وقد أظهرت نتائج واعدة مع حجم عينة صغير، لكن العينات ليست مضمونة أن تأتي من التوزيع البعدي الحقيقي. من خلال تقريب خطأ النموذج بتوزيع غاوسي، يمكن للمرء تمثيل التوزيع البعدي كمجموع من نوى غاوسية. تحتوي مصفاة خليط غاوسي الناتجة على ميزة التصحيح من نوع كالمان المحلي وخطوة الوزن / إعادة أخذ العينات لمصفاة الجسيمات. يعتمد تقريب الخليط الغاوسي على معامل عرض نطاق غالباً ما يجب الإبقاء عليه كبيرًا لتجنب انهيار الوزن في الأبعاد العالية. نتيجة لذلك، يكون تصحيح كالمان كبيرًا جدًا لالتقاط التوزيعات البعدية غير الغاوسية العالية. في هذه الورقة، قمنا بتوسيع مصفاة خليط غاوسي (هوتيت وآخرون، ملاحظات الطقس الشهرية 136:317–334، 2008) وجعلنا الربط بمصافي الجسيمات أكثر وضوحًا. على وجه الخصوص، نقدم معامل ضبط لوزن الأهمية. في الجزء الأخير من الورقة، قمنا بتجربة محاكاة باستخدام نموذج لورينز 40 حيث تمت مقارنة طريقتنا مع EnKF وتنفيذ كامل لمصفاة الجسيمات. تشير النتائج بوضوح إلى أن الطريقة الجديدة لها مزايا مقارنة بـ EnKF القياسية.
درس ستوردال وآخرون (الخميس) هذا السؤال.