#数据同化

训练动力学闭合模型到底嵌入模拟器还是分阶段离线训？这篇用 SIQR 模型把两边成本和精度账算清楚了。

气象海洋方向的研究者可以看看：用 CNN 加高斯过程做数据同化，比 3D-Var 快 98% 还带不确定性估计，协方差也能直接替换进 3D-Var。

ECMWF 把神经网络塞进 4D-Var 里在线学模式误差，顺序学习过拟合、批量版能泛化，做气象 AI 的人可以看看这套训练思路。

数据同化方向的论文，用流匹配把经典集合滤波升级成非线性更新，实验上超过了四种经典滤波器，做预报或同化的朋友可以看看。

想要深入了解数值线性代数在偏微分方程、机器学习和数据同化中的应用？这本书是绝佳的选择，它不仅介绍了经典算法，还展示了这些算法在现代科学和工程中的重要性。

这篇论文用流匹配生成模型做大气数据同化，拿ERA5先验加NOAA观测，不用传统递推迭代，能直接做滤波平滑和集合预报，还挺巧妙的。

这篇论文提出了一种叫FPPF的新粒子滤波方法，用生成模型做提议分布，解决了高维和非线性场景的退化问题，实验结果很扎实。