An adjoint-free algorithm for conditional nonlinear optimal perturbations (CNOPs) via sampling
In this paper, we propose a sampling algorithm based on state-of-the-art statistical machine learning techniques to obtain conditional nonlinear optimal perturbations (CNOPs), which is different from traditional (deterministic) optimization methods.1 Specifically, the traditional approach is unavail...
Uloženo v:
| Vydáno v: | Nonlinear processes in geophysics Ročník 30; číslo 3; s. 263 - 276 |
|---|---|
| Hlavní autoři: | , |
| Médium: | Journal Article |
| Jazyk: | angličtina |
| Vydáno: |
Gottingen
Copernicus GmbH
06.07.2023
Copernicus Publications |
| Témata: | |
| ISSN: | 1607-7946, 1023-5809, 1607-7946 |
| On-line přístup: | Získat plný text |
| Tagy: |
Přidat tag
Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!
|
Buďte první, kdo okomentuje tento záznam!