Modelando un Conjunto de Partículas Esferoidales e Inversión mediante Regularizadores Generalizados de Runge-Kutta a partir de Datos Limitados
Autores: Samaras, Stefanos; Böckmann, Christine; Ritter, Christoph
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Modelando un Conjunto de Partículas Esferoidales e Inversión mediante Regularizadores Generalizados de Runge-Kutta a partir de Datos Limitados
Categoría
Matemáticas
Subcategoría
Matemáticas aplicadas
Palabras clave
Forma
Tamaño
Partículas de aerosol no esféricas
Datos de radar óptico
Métodos de regularización
Regla de elección de parámetros
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 27
Citaciones: Sin citaciones
Extraer información sobre la forma o el tamaño de partículas aerosol no esféricas a partir de datos limitados de radar óptico es un problema inverso mal planteado bien conocido. El propósito del estudio es encontrar un método de regularización robusto y estable que incluya una regla de elección de parámetros apropiada para abordar este problema. Primero, revisamos brevemente los métodos de regularización comunes e investigamos una nueva familia iterativa de regularizadores de filtro de Runge-Kutta generalizados. A continuación, modelamos un conjunto de partículas esferoidales y probamos con él diferentes métodos de regularización experimentando con datos artificiales relacionados con varios escenarios atmosféricos. Encontramos que un método de la nueva familia generalizada combinado con el método de la curva L tiene un mejor rendimiento en comparación con los métodos tradicionales.
Descripción
Extraer información sobre la forma o el tamaño de partículas aerosol no esféricas a partir de datos limitados de radar óptico es un problema inverso mal planteado bien conocido. El propósito del estudio es encontrar un método de regularización robusto y estable que incluya una regla de elección de parámetros apropiada para abordar este problema. Primero, revisamos brevemente los métodos de regularización comunes e investigamos una nueva familia iterativa de regularizadores de filtro de Runge-Kutta generalizados. A continuación, modelamos un conjunto de partículas esferoidales y probamos con él diferentes métodos de regularización experimentando con datos artificiales relacionados con varios escenarios atmosféricos. Encontramos que un método de la nueva familia generalizada combinado con el método de la curva L tiene un mejor rendimiento en comparación con los métodos tradicionales.