大学院
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：2025年4月21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。
最終更新日：2025年4月21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
データ同化の基礎と応用 / Foundation and Application of Data Assimilation
Data assimilation (DA) is a computational technique that integrates numerical simulation models and observational data based on Bayesian statistics. DA has developed mainly in meteorology and oceanography, and it is the foundation of modern weather forecasting now.
In this lecture, we learn a couple of basic DA techniques, such as Kalman filter, ensemble Kalman filter, particle filter, and four-dimensional variational method. Then we learn how they are applied in practical problems in various fields. We also experience the DA techniques through their actual programming.
In this lecture, we learn a couple of basic DA techniques, such as Kalman filter, ensemble Kalman filter, particle filter, and four-dimensional variational method. Then we learn how they are applied in practical problems in various fields. We also experience the DA techniques through their actual programming.
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
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
英語
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
可
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 / Outline
2. データ同化基礎論 / Foundation of Data Assimilation
3. カルマンフィルタ概論 / Theory of Kalman Filter
4. カルマンフィルタ演習 / Practice of Kalman Filter
5. 粒子フィルタ概論 / Theory of Particle Filter
6. 粒子フィルタ演習 / Exercise of Particle Filter
7. アンサンブルカルマンフィルタ概論 / Theory of Ensemble Kalman Filter
8. アンサンブルカルマンフィルタ演習 / Exercise of Particle Filter
9. 高速自動微分法（4次元変分法）概論 / Theory of 4D Variational Method
10. 高速自動微分法（4次元変分法）演習 / Exercise of 4D Variational Method
授業の方法
原則として対面による講義とし、オンラインは補助的な受講手段とする。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。
Lectures are basically in-person. Online is optional. Laptop PC is needed for the programming exercises.
成績評価方法
課題レポートに基づき評価する。
Evaluate based on submitted reports.
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。
講義に関する詳細な情報はUTOLを参照すること。
本講義はハイブリッドにて行うが、対面を主、オンラインを副とする。オンライン受講時に映像や音声、あるいは接続状態に何か問題が生じても、十分に対応できない場合があるので、注意すること。
It is desirable to have knowledge and programming skills of R or Python.
Refer to UTOL for more detailed information about the lectures.
Students can attend in-person or online, but online is optional. Note that online attendees may suffer disadvantages due to problems with the video, audio, or internet connection.
