10 月 23 日上午，应数学与统计学院邀请，同济大学数学科学学院关晓飞教授在惟德楼 315 会议室作了题为“A novel spatial correlation regularized score filter for high dimensional data assimilation under sparse observations”的学术报告。院长谷存昌，副院长曹建莉、肖留超，学院科研创新培育团队青年骨干教师及全体研究生参加报告会，会议由谷存昌主持。
报告聚焦高维数据同化前沿问题。关晓飞教授首先阐释了数据同化在复杂动力系统建模与状态估计中的重要意义，深入剖析传统变分方法、贝叶斯滤波在求解高维、非线性同化问题时存在的不足，着重指出集成得分滤波在稀疏观测条件下性能衰减这一现实难题。围绕该瓶颈，他详细介绍团队提出的空间相关性正则化得分滤波器：该方法引入观测驱动正则化约束，对 EnSF 模型后验得分函数进行增强，依托观测分量与未观测状态分量之间的空间关联机制，推动观测信息向未观测区域有效传递。该算法无需额外后处理与外部循环迭代，能够稳定实现全局状态估计与高维后验分布的高效采样。报告结合 Kolmogorov 湍流、ERA5 全球大气实测算例，充分验证了新算法优异的精度与鲁棒性。交流环节，在场师生围绕高维数据同化的算法实现、参数选取与工程应用等问题踊跃提问，关晓飞教授逐一耐心作答，现场研讨氛围热烈浓厚。
本次活动为“七秩工大，学术领航”70 周年校庆系列学术报告之一。报告拓宽了我院师生的学术视野，展示了高维数据同化领域的最新原创成果，为学院在计算数学、不确定性量化、大数据交叉方向的科研攻关提供了新思路，对助力学科内涵建设、赋能青年教师科研成长、提升研究生培养质量具有积极推动作用。
（摄影/訾梦圆 文/李明浩 审校/曹建莉 审核/谷存昌）
教务处
最新更新
