中文

线性集成卡尔曼反演的完全确定性动力学与谱分解

数值分析 2023-03-16 v5 数值分析 最优化与控制 统计理论 统计理论

摘要

用于求解形如 y=Au+εy = A u +\varepsilon 的贝叶斯反问题的集成卡尔曼反演(EKI),其中 uu 为未知参数,yy 为给定数据,ε\varepsilon 为测量噪声,通常从序贯蒙特卡洛的观点导出,是一种强有力的工具。它描述了一组粒子 {uj(t)}j=1J\{u^j(t)\}_{j=1}^J 的动力学,其初始经验测度从先验中采样,在人工时间 tt 上演化以逼近反问题的解,t=1t=1 模拟后验,tt\to\infty 对应于反问题的欠正则化最小范数解。利用谱技术,我们给出了 EKI 确定性动力学及其在参数空间中渐近行为的完整描述。特别地,我们分析了朴素 EKI 与平均场 EKI 的动力学,并特别关注它们的时域渐近行为。此外,我们表明——即使在确定性情形下——参数空间中的残差在欧氏范数下并非单调下降,并提出了一种问题适配的范数,可在该范数下证明单调性。最后,我们导出了一组控制协方差矩阵谱与特征向量的常微分方程。尽管分析针对 EKI,我们相信它可用于理解更一般的基于粒子的动力系统。

关键词

引用

@article{arxiv.2104.13281,
  title  = {Complete Deterministic Dynamics and Spectral Decomposition of the Linear Ensemble Kalman Inversion},
  author = {Leon Bungert and Philipp Wacker},
  journal= {arXiv preprint arXiv:2104.13281},
  year   = {2023}
}

备注

Version as accepted for publication in SIAM/ASA Journal on Uncertainty Quantification