Inverse Models for Estimating the Initial Condition of Spatio-Temporal Advection-Diffusion Processes
Inverse Models for Estimating the Initial Condition of Spatio-Temporal Advection-Diffusion Processes
复制标题
估算时空平流扩散过程初始条件的反演模型
DOI：
10.1080/00401706.2023.2181222
复制
发表时间：
2023
期刊：
影响因子：
2.5
通讯作者：
Yeo, Kyongmin
中科院分区：
文献类型：
--
作者：
Liu, Xiao;Yeo, Kyongmin
逆问题涉及使用观测数据对物理过程的未知参数进行推断。本文研究了一类重要的反问题--利用空间稀疏数据流估计时空对流扩散过程的初始条件。考虑了三种空间采样方案，包括不规则、非均匀和移位均匀采样。不规则采样方案是一般情况下，而计算效率的解决方案是在频谱域中的非均匀和移位均匀采样。对于每个采样方案，逆问题被公式化为正则化凸优化问题，其最小化正向模型输出和观测之间的距离。优化问题通过交替方向乘法算法来解决，该算法还处理线性不等式约束（例如，非负性）被施加在模型输出上。给出了数值例子，在GitHub上提供了代码，并提供了讨论，以生成所提出的逆建模方法的一些有用的见解。
Inverse problems involve making inference about unknown parameters of a physical process using observational data. This article investigates an important class of inverse problems—the estimation of the initial condition of a spatio-temporal advection-diffusion process using spatially sparse data streams. Three spatial sampling schemes are considered, including irregular, nonuniform and shifted uniform sampling. The irregular sampling scheme is the general scenario, while computationally efficient solutions are available in the spectral domain for nonuniform and shifted uniform sampling. For each sampling scheme, the inverse problem is formulated as a regularized convex optimization problem that minimizes the distance between forward model outputs and observations. The optimization problem is solved by the Alternating Direction Method of Multipliers algorithm, which also handles the situation when a linear inequality constraint (e.g., non-negativity) is imposed on the model output. Numerical examples are presented, code is made available on GitHub, and discussions are provided to generate some useful insights of the proposed inverse modeling approaches.
登录
查看更多内容
随机对流扩散过程时空数据的统计建模
影响因子：
3.7
作者：
Xiao Liu;K. Yeo;Siyuan Lu
通讯作者：
Siyuan Lu
DOI：
10.1080/01621459.2017.1409123
发表时间：
2016-11
影响因子：
3.7
作者：
Simon Mak;Chih-Li Sung;Xingjian Wang;Shiang-Ting Yeh;Yu-Hung Chang;V. R. Joseph;V. Yang;C. F. J. Wu
通讯作者：
Simon Mak;Chih-Li Sung;Xingjian Wang;Shiang-Ting Yeh;Yu-Hung Chang;V. R. Joseph;V. Yang;C. F. J. Wu
基于随机偏微分方程的大型时空数据集建模
DOI：
--
发表时间：
2012
期刊：
影响因子：
--
作者：
Fabio Sigrist;H. Künsch;W. Stahel
通讯作者：
W. Stahel
数据采样和处理：统一方案与非统一方案
DOI：
10.1109/ebccsp.2015.7300665
发表时间：
2015
期刊：
2015 International Conference on Event-based Control, Communication, and Signal Processing (EBCCSP)
影响因子：
--
作者：
T. Beyrouthy;L. Fesquet;R. Rolland
通讯作者：
R. Rolland
DOI：
10.1137/18m122073x
发表时间：
2018-10
期刊：
SIAM/ASA J. Uncertain. Quantification
影响因子：
--
作者：
E. Constantinescu;N. Petra;J. Bessac;C. Petra
通讯作者：
E. Constantinescu;N. Petra;J. Bessac;C. Petra