Copertina

Latent Autoencoder Ensemble Kalman Filter for Nonlinear Data assimilation

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Tong, Xin T., Wang, Yanyan, Yan, Liang
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Machine Learning Numerical Analysis Methodology
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

The Ensemble Kalman Filter for Dynamic Inverse Problems
di: Weissmann, Simon, et al.
Pubblicazione: (2024)

The Ensemble Epanechnikov Mixture Filter
di: Popov, Andrey A., et al.
Pubblicazione: (2024)

Non-Asymptotic Analysis of Ensemble Kalman Updates: Effective Dimension and Localization
di: Ghattas, Omar Al, et al.
Pubblicazione: (2022)

Parameter Inference based on Gaussian Processes Informed by Nonlinear Partial Differential Equations
di: Li, Zhaohui, et al.
Pubblicazione: (2022)

Second Order Ensemble Langevin Method for Sampling and Inverse Problems
di: Liu, Ziming, et al.
Pubblicazione: (2022)

Multivariate Density Estimation via Variance-Reduced Sketching
di: Peng, Yifan, et al.
Pubblicazione: (2024)

Computation-Aware Kalman Filtering and Smoothing
di: Pförtner, Marvin, et al.
Pubblicazione: (2024)

Kinetic Langevin Splitting Schemes for Constrained Sampling
di: Chada, Neil K., et al.
Pubblicazione: (2026)

Regression-aware decompositions
di: Tygert, Mark
Pubblicazione: (2017)

Variational Markov chain mixtures with automatic component selection
di: Miles, Christopher E., et al.
Pubblicazione: (2024)

Ensemble Score Filtering for Real-Data Energy Consumption Forecast Correction
di: Hu, Ruoyu, et al.
Pubblicazione: (2026)

Tensor Methods in High Dimensional Data Analysis: Opportunities and Challenges
di: Auddy, Arnab, et al.
Pubblicazione: (2024)

Median of Means Sampling for the Keister Function
di: Zhang, Bocheng
Pubblicazione: (2025)

Tensor Decomposition with Unaligned Observations
di: Tang, Runshi, et al.
Pubblicazione: (2024)

Numerically robust Gaussian state estimation with singular observation noise
di: Krämer, Nicholas, et al.
Pubblicazione: (2025)

Latent Space Inference via Paired Autoencoders
di: Hart, Emma, et al.
Pubblicazione: (2026)

Stein transport for Bayesian inference
di: Nüsken, Nikolas
Pubblicazione: (2024)

Revisit CP Tensor Decomposition: Statistical Optimality and Fast Convergence
di: Tang, Runshi, et al.
Pubblicazione: (2025)

Sampling from Bayesian Neural Network Posteriors with Symmetric Minibatch Splitting Langevin Dynamics
di: Paulin, Daniel, et al.
Pubblicazione: (2024)

Mode-wise Principal Subspace Pursuit and Matrix Spiked Covariance Model
di: Tang, Runshi, et al.
Pubblicazione: (2023)

Zero-Truncated Poisson Regression for Sparse Multiway Count Data Corrupted by False Zeros
di: López, Oscar, et al.
Pubblicazione: (2022)

On computing and the complexity of computing higher-order $U$-statistics, exactly
di: Chen, Xingyu, et al.
Pubblicazione: (2025)

Deep Neural-network Prior for Orbit Recovery from Method of Moments
di: Khoo, Yuehaw, et al.
Pubblicazione: (2023)

A Correlation-induced Finite Difference Estimator
di: Liang, Guo, et al.
Pubblicazione: (2024)

On Geometry Regularization in Autoencoder Reduced-Order Models with Latent Neural ODE Dynamics
di: Osipov, Mikhail
Pubblicazione: (2026)

A unified error analysis for randomized low-rank approximation with application to data assimilation
di: Di Perrotolo, Alexandre Scotto, et al.
Pubblicazione: (2024)

Ensemble Kalman Filters with Resampling
di: Ghattas, Omar Al, et al.
Pubblicazione: (2023)

Analysis of Geometric Selection of the Data-Error Covariance Inflation for ES-MDA
di: Emerick, Alexandre A.
Pubblicazione: (2018)

GALDS: A Graph-Autoencoder-based Latent Dynamics Surrogate model to predict neurite material transport
di: Hsieh, Tsung Yeh, et al.
Pubblicazione: (2025)

Mixture-Weighted Ensemble Kalman Filter with Quasi-Monte Carlo Transport
di: Klebanov, Ilja, et al.
Pubblicazione: (2026)

Latent Neural Operator Pretraining for Solving Time-Dependent PDEs
di: Wang, Tian, et al.
Pubblicazione: (2024)

Latent Neural Operator for Solving Forward and Inverse PDE Problems
di: Wang, Tian, et al.
Pubblicazione: (2024)

Sparse $L^1$-Autoencoders for Scientific Data Compression
di: Chung, Matthias, et al.
Pubblicazione: (2024)

Stein's method for marginals on large graphical models
di: Cui, Tiangang, et al.
Pubblicazione: (2024)

Ridge detection for nonstationary multicomponent signals with time-varying wave-shape functions and its applications
di: Su, Yan-Wei, et al.
Pubblicazione: (2023)

Constrained Ensemble Langevin Monte Carlo
di: Ding, Zhiyan, et al.
Pubblicazione: (2021)

Ensemble learning for Physics Informed Neural Networks: a Gradient Boosting approach
di: Fang, Zhiwei, et al.
Pubblicazione: (2023)

Semi-Supervised Manifold Learning with Complexity Decoupled Chart Autoencoders
di: Schonsheck, Stefan C., et al.
Pubblicazione: (2022)

Time Extrapolation with Graph Convolutional Autoencoder and Tensor Train Decomposition
di: Chen, Yuanhong, et al.
Pubblicazione: (2025)

Data-Parallel Neural Network Training via Nonlinearly Preconditioned Trust-Region Method
di: Alegría, Samuel A. Cruz, et al.
Pubblicazione: (2025)