Accéder directement au contenu Accéder directement à la navigation
Communication dans un congrès

Selection of dynamical model using analog data assimilation

Abstract : Data assimilation is a relevant framework to merge a dynamical model with noisy observations. When various models are in competition, the question is to find the model that best matches the observations. This matching can be measured by using the model evidence, defined by the likelihood of the observations given the model. This study explores the performance of model attribution based on model evidence computed using data-driven data assimilation, where dynamical models are emulated using machine learning methods.
Type de document :
Communication dans un congrès
Liste complète des métadonnées

Littérature citée [2 références]  Voir  Masquer  Télécharger

https://hal-imt-atlantique.archives-ouvertes.fr/hal-02927329
Contributeur : Pierre Tandeo <>
Soumis le : vendredi 4 septembre 2020 - 09:29:23
Dernière modification le : vendredi 8 janvier 2021 - 03:43:16
Archivage à long terme le : : mercredi 2 décembre 2020 - 14:21:23

Fichier

CI2020_tandeo.pdf
Accord explicite pour ce dépôt

Identifiants

  • HAL Id : hal-02927329, version 1

Citation

Juan Ruiz, Pierre Ailliot, Thi Tuyet Trang Chau, Valérie Monbet, Pierre Tandeo. Selection of dynamical model using analog data assimilation. Climate Informatics 2020, Sep 2020, Oxford, United Kingdom. ⟨hal-02927329⟩

Partager

Métriques

Consultations de la notice

88

Téléchargements de fichiers

37