期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到5篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
EnKF同化的背景误差协方差矩阵局地化对比研究 被引量：11
1
作者 韩培 舒红 许剑辉 《地球科学进展》 CAS CSCD 北大核心 2014年第10期1175-1185,共11页
在集合数据同化中,背景场误差的协方差估计特别重要。通常有限个成员的集合在估计背景误差协方差矩阵时会引入伪相关,从而造成协方差被低估、滤波发散。虽然协方差膨胀的经验性方法能一定程度缓解协方差被低估的问题,但不能消除协方差... 在集合数据同化中,背景场误差的协方差估计特别重要。通常有限个成员的集合在估计背景误差协方差矩阵时会引入伪相关,从而造成协方差被低估、滤波发散。虽然协方差膨胀的经验性方法能一定程度缓解协方差被低估的问题,但不能消除协方差的伪相关问题。因此,结合EnKF方案探讨2种消除伪相关的局地化方法(协方差局地化方法和局地分析方法),分析这2种局地化方法对背景误差协方差矩阵、增益矩阵、集合转换矩阵以及同化结果的影响。实验结果表明:局地化方法不仅能消除背景误差协方差矩阵的伪相关,还可以增加背景误差协方差矩阵的秩;在"弱"同化强度下,2种局地化方法的增益矩阵和集合转换矩阵相等;随着同化强度的增大,增益矩阵和集合转换矩阵的差异会变大;在不同的同化强度下,2种局地化方法各具特色,相对而言,协方差局地化方法在更新集合均值和集合扰动上具有较强的鲁棒性。研究结论有助于背景场误差协方差的精细分析和估计。 展开更多
关键词 ENKF 协方差局地化 局地分析 伪相关
原文传递
局地化方法在集合转换卡尔曼滤波同化的适用性研究 被引量：4
2
作者 韩培 舒红 +1 位作者 许剑辉 王建林 《地球信息科学学报》 CSCD 北大核心 2016年第9期1184-1190,共7页
为了探索协方差局地化(Covariance Localization,CL)方法在集合转换卡尔曼滤波(Ensemble Transform Kalman Filter,ETKF)同化的适用性,本文在理论上分析了CL方法应用于ETKF同化存在的困难,发展了一种适用于ETKF同化的对集合扰动进行舒... 为了探索协方差局地化(Covariance Localization,CL)方法在集合转换卡尔曼滤波(Ensemble Transform Kalman Filter,ETKF)同化的适用性,本文在理论上分析了CL方法应用于ETKF同化存在的困难,发展了一种适用于ETKF同化的对集合扰动进行舒尔积运算的近似CL方法,并结合Lorenz-96模型对近似CL方法的适用性及其对同化结果的影响进行了分析。研究结果表明:CL方法不仅能消除背景误差协方差矩阵中的伪相关,还能增加背景误差协方差矩阵的秩,但CL方法并不能直接用于ETKF同化;近似CL方法可应用于ETKF同化中,但近似舒尔积破坏了ETKF同化系统的动态平衡,导致同化结果误差较大;与CL方法相反,局地化分析(Local Analysis,LA)方法可直接应用于ETKF同化,并能较好地消除ETKF同化的背景误差协方差矩阵的伪相关,获得较优的同化结果。 展开更多
关键词 协方差局地化 集合转换卡尔曼滤波 同化 伪相关
原文传递
针对情境感知的自然语言的因果去偏推理方法 被引量：1
3
作者 张大操 张琨 +1 位作者 吴乐 汪萌 《计算机研究与发展》 EI CSCD 北大核心 2023年第8期1768-1779,共12页
情境感知的自然语言推理任务要求模型能够根据给定情境信息判断前提句子与假设句子之间的语义推理关系.大量的研究工作通过利用情境信息增强对输入句子的语义表征学习,取得了显著的效果.然而,这些方法忽略了情境信息以及输入句子之间存... 情境感知的自然语言推理任务要求模型能够根据给定情境信息判断前提句子与假设句子之间的语义推理关系.大量的研究工作通过利用情境信息增强对输入句子的语义表征学习,取得了显著的效果.然而,这些方法忽略了情境信息以及输入句子之间存在的虚假关联,导致模型存在泛化性及鲁棒性差的问题.同时,已有的去偏方法未能充分考虑语义推理过程中情境信息的影响,造成情境信息利用不充分、虚假关联识别不准确的问题.针对以上问题,通过融合因果推断方法,提出一种全新的因果去偏推理方法CBDRM(causal-based debiased reasoning method),在充分考虑情境信息的条件下,缓解模型在推理过程中受到的有偏信息的影响.具体而言,首先通过统计分析为输入数据构建因果图,实现对输入数据中的不同变量之间的关系的准确刻画;在此基础上,利用预训练模型的有偏训练实现输入数据对预测结果的总因果效应的计算.同时,利用因果反事实方法实现计算数据中的虚假关联所导致的直接因果效应.通过从总因果效应中去除虚假关联所带来的直接因果效应,实现了对输入句子的语义推理关系的无偏预测.更进一步,考虑到在语义推理过程中情境信息对语义表达的影响,设计了一个全新的对比学习模块,实现了在考虑情境信息的情况下输入文本的语义表示,进一步提升了模型的无偏推理性能.最后,在公开数据集上进行了大量的实验验证.实验结果充分证明了所提出的方法的有效性.为了对无偏自然语言推理方法进行更好的评估,构建并公开了一个无偏的情境感知的自然语言推理挑战集,用于推动该领域的相关研究. 展开更多
关键词 情境感知 虚假关联 去偏推理 因果效应 对比学习
下载PDF
STCTN:一种基于时域偏倚校正与空域因果传递的时空因果表示学习方法 被引量：1
4
作者 邓攀 刘俊廷 +4 位作者 王晓 贾晓丰 赵宇 汪慕澜 戴星原 《计算机学报》 EI CAS CSCD 北大核心 2023年第12期2535-2550,共16页
从时空数据中有效地提取特征表示是时空数据挖掘的基础.现有时空表示学习方法过于关注时空序列中的统计相关性,易受虚假相关性的影响,难以提取无偏、鲁棒的特征表示.本文基于结构因果模型建模时空数据的生成过程,分析观测数据中虚假相... 从时空数据中有效地提取特征表示是时空数据挖掘的基础.现有时空表示学习方法过于关注时空序列中的统计相关性,易受虚假相关性的影响,难以提取无偏、鲁棒的特征表示.本文基于结构因果模型建模时空数据的生成过程,分析观测数据中虚假相关性的成因,提出了一种基于时域偏倚校正与空域因果传递的时空因果表示学习方法.首先基于后门调整消除时域的虚假相关性,然后构建因果传递网络消除空域的虚假相关性,最后利用下游特征解码器将因果特征表示应用于下游任务中.在两个真实数据集上的实验表明,本文所提时空表示学习方法有效避免了虚假相关性的干扰,增强了模型的稳定性,使其在两个下游预测任务中对数据稀疏节点的预测误差分别降低了3%和10%. 展开更多
关键词 时空表示学习 结构因果模型 虚假相关性 后门调整 因果关系
下载PDF
生成模型研究综述
5
作者 李晓晋 刘进锋 《现代计算机》 2023年第23期37-41,共5页
生成模型是机器学习中一类重要的模型,它们通过学习数据中的统计规律,能够生成具有相似特征的新样本。然而,传统生成模型对于因果关系的建模能力较弱。随着机器学习领域的发展,越来越多的研究者试图从因果关系中分离出可能的虚假相关性... 生成模型是机器学习中一类重要的模型,它们通过学习数据中的统计规律,能够生成具有相似特征的新样本。然而,传统生成模型对于因果关系的建模能力较弱。随着机器学习领域的发展,越来越多的研究者试图从因果关系中分离出可能的虚假相关性,基于因果推断的生成模型在这一背景下值得被研究。现通过对生成模型、因果生成模型的研究进展做出阐述,介绍其特点及代表性方法。相比之下,因果生成模型展现出了较优的性能和较好的可解释性。 展开更多
关键词 生成模型 因果推断 可解释性 虚假相关性
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部