动态适应核的模拟预测
摘要：模拟预测是一种非参数技术，由Lorenz于1969年引入，通过跟随历史记录中与当前初始数据最相似的观测样本的演化来预测动态系统状态（或在状态上定义的可观测量）的演化。在这里，我们介绍了一套提高传统模拟预测能力的预测方法，将谐波分析和机器学习中的核方法以及动态系统的状态空间重构的思想结合在一起。我们方法的一个关键组成部分是用局部相似度核构建加权模拟集合来取代单一模拟预测。这里使用的核函数采用了一些依赖于动力学相关特征来提高预测技巧的方法，包括Takens的延迟坐标映射（通过部分观测恢复初始数据中丢失的信息）和对生成数据的动态向量场的方向依赖性。从数学上讲，我们的方法与函数的样本外扩展的核方法密切相关，我们还讨论了基于Nystr"om方法和多尺度拉普拉斯金字塔技术的替代策略。我们通过在一个具有混沌亚稳定性的低阶确定性大气动力学模型和一个综合气候模型的北太平洋区域中进行的预测应用研究来说明这些技术。我们发现，基于核加权模拟集合的预测比单一模拟的传统方法具有显著更高的技巧。
作者：Zhizhen Zhao and Dimitrios Giannakis
论文ID：1412.3831
分类：Data Analysis, Statistics and Probability
分类简称：physics.data-an
提交时间：2016-03-09