大学院
HOME 大学院 連続情報論
過去(2019年度)の授業の情報です
学内のオンライン授業の情報漏洩防止のため,URLやアカウント、教室の記載は削除しております。
最終更新日:2024年3月15日

授業計画や教室は変更となる可能性があるため、必ずUTASで最新の情報を確認して下さい。
UTASにアクセスできない方は、担当教員または部局教務へお問い合わせ下さい。

連続情報論

データ同化論およびプログラミング演習
数値シミュレーションと観測データを、ベイズ統計学の枠組みで融合するための計算技術であるデータ同化は、主に気象学および海洋学において発展を遂げてきており、例えば日々の天気予報は、データ同化なしには語れないものとなっている。
本講義では、まずデータ同化の基礎となる状態空間モデルについて述べ、時々刻々と状態の逐次推定を行う「逐次データ同化」に必要となるアンサンブルカルマンフィルタおよび粒子フィルタや、評価関数の勾配に基づいて状態の最適化を行う「非逐次データ同化」において重要な役割を果たす高速自動微分法(4次元変分法)について論ずる。また、これらの手法を、実際のプログラミングを通じて体感する。
MIMA Search
時間割/共通科目コード
コース名
教員
学期
時限
4820-1004
GIF-MA6204L1
連続情報論
長尾 大道
S1 S2
水曜2限
マイリストに追加
マイリストから削除
講義使用言語
日本語
単位
2
実務経験のある教員による授業科目
NO
他学部履修
開講所属
情報理工学系研究科
授業計画
1. 講義ガイダンス 2. データ同化基礎論 3. カルマンフィルタ概論 4. カルマンフィルタ演習I 5. カルマンフィルタ演習II 6. 粒子フィルタ概論 7. 粒子フィルタ演習I 8. 粒子フィルタ演習II 9. アンサンブルカルマンフィルタ概論 10. アンサンブルカルマンフィルタ演習I 11. アンサンブルカルマンフィルタ演習II 12. 高速自動微分法(4次元変分法)概論 13. 高速自動微分法(4次元変分法)演習
授業の方法
講義による。プログラミング演習で必要となるため、ラップトップPCを各自持参のこと。
成績評価方法
課題レポートに基づき評価する。
教科書
樋口知之 他「データ同化入門 -次世代のシミュレーション技術-」(朝倉書店)2011年
参考書
淡路敏之 他「データ同化 -観測・実験とモデルを融合するイノベーション-」(京都大学学術出版会)2009年
履修上の注意
RやPythonを始めとするプログラミング言語の知識があることが望ましい。