Minimisation Techniques 1 Assimilation Algorithms: Minimisation Techniques Yannick Trémolet ECMWF Data Assimilation Training Course March 2006.

Slides:



Advertisements
Présentations similaires
Mais vous comprenez qu’il s’agit d’une « tromperie ».
Advertisements

ORTHOGRAM PM 3 ou 4 Ecrire: « a » ou « à » Référentiel page 6
LES NOMBRES PREMIERS ET COMPOSÉS
[number 1-100].
Qualité du Premier Billot. 2 3 Défauts reliés à labattage.
1. Résumé 2 Présentation du créateur 3 Présentation du projet 4.
Vocabulaire 6.2 Français II Bon voyage ! 1.
Licence pro MPCQ : Cours
Distance inter-locuteur
Le pluriel des noms
Les numéros
ACTIVITES Les fractions (10).
Est Ouest Sud 11 1 Nord 1 Laval Du Breuil, Adstock, Québec I-17-17ACBLScore S0417 Allez à 1 Est Allez à 4 Sud Allez à 3 Est Allez à 2 Ouest RndNE
Est Ouest Sud 11 1 Nord 1 RondeNE SO
Sud Ouest Est Nord Individuel 36 joueurs
Les identités remarquables
Les Prepositions.
Sirop de Liège « industriel »
La diapo suivante pour faire des algorithmes (colorier les ampoules …à varier pour éviter le « copiage ») et dénombrer (Entoure dans la bande numérique.
2 1. Vos droits en tant quusagers 3 1. Vos droits en tant quusagers (suite) 4.
Révision (p. 130, texte) Nombres (1-100).
PARTENARIAT ÉDUCATIF GRUNDTVIG PARTENARIAT ÉDUCATIF GRUNDTVIG REPERES COHESION CULTURELLE ET EXPANSION DES IDEES SUR LE TERRITOIRE EUROPEEN.
Mr: Lamloum Med LES NOMBRES PREMIERS ET COMPOSÉS Mr: Lamloum Med.
Français I Leçon 2B Une semaine au lycée Au Debut #7 (for the dates of November 5 and 6) Please Translate the Following: 1. I love the math course. (Adorer.
-17 Anticipations économiques en Europe Septembre 2013 Indicateur > +20 Indicateur 0 a +20 Indicateur 0 a -20 Indicateur < -20 Union européenne total:
1 SERVICE PUBLIC DE LEMPLOI REGION ILE DE France Tableau de bord Juillet- Août 2007.
1 Guide de lenseignant-concepteur Vincent Riff 27 mai 2003.
PM18 MONTAGE DU BLINDAGE AUTOUR DE LA QRL F. DELSAUX - 25 JAN 2005
Titre : Implémentation des éléments finis sous Matlab
INDUSTRIE sa Tel : 0033(0) Fax : Projet: SKIP CAPSULES – v.1 Client: CARDIVAL HEALTH.
LES NOMBRES PREMIERS ET COMPOSÉS
Unit 4: Les animaux - Il y a - There is/are Unit 4: Les animaux.
La Saint-Valentin Par Matt Maxwell.
Unit 4: Les animaux Unit 4: Les animaux.
1 INETOP
RACINES CARREES Définition Développer avec la distributivité Produit 1
DUMP GAUCHE INTERFERENCES AVEC BOITIERS IFS D.G. – Le – 1/56.
Tournoi de Flyball Bouin-Plumoison 2008 Tournoi de Flyball
Notre calendrier français MARS 2014
Année universitaire Réalisé par: Dr. Aymen Ayari Cours Réseaux étendus LATRI 3 1.
Au service de votre entreprise à linternational FORUM DENTREPRISES VIETNAM-CHINE DU 22 AU 30 NOVEMBRE 2007 Session dInformation.
Titre : Implémentation des éléments finis en Matlab
C'est pour bientôt.....
1 INETOP
Les Nombres 0 – 100 en français.
Les nombres.
Veuillez trouver ci-joint
Équipe 2626 Octobre 2011 Jean Lavoie ing. M.Sc.A.
Réunion 29/11/20131 Projet L412 Nov Recherche dun ouvrage …. Sur Dieppe.
P.A. MARQUES S.A.S Z.I. de la Moussière F DROUE Tél.: + 33 (0) Fax + 33 (0)
Le 09/16/05 à 10:32 AM page 1 INDUSTRIE SA Patrice BEMER 24 RN STUCKANGE Tel : 0033(0) Fax 0033 (0) Siège social et entrepots.
LA GESTION COLLABORATIVE DE PROJETS Grâce aux outils du Web /03/2011 Académie de Créteil - Nadine DUDRAGNE 1.
MAGIE Réalisé par Mons. RITTER J-P Le 24 octobre 2004.
Vocabulaire 7.1 Français II Bon voyage ! 1.
ECOLE DES HAUTES ETUDES COMMERCIALES MARKETING FONDAMENTAL
Traitement de différentes préoccupations Le 28 octobre et 4 novembre 2010.
ECOLE DES HAUTES ETUDES COMMERCIALES MARKETING FONDAMENTAL
1/65 微距摄影 美丽的微距摄影 Encore une belle leçon de Macrophotographies venant du Soleil Levant Louis.
* Source : Étude sur la consommation de la Commission européenne, indicateur de GfK Anticipations.
Quelle heure est-il? What time is it ?.
CALENDRIER-PLAYBOY 2020.
Slide 1 of 39 Waterside Village Fête ses 20 ans.
Exercice de vérification 1 p
Les Chiffres Prêts?
Elles avaient envahi le jardin, mais derrière... 1.
Médiathèque de Chauffailles du 3 au 28 mars 2009.
Les parties du corps By Haru Mehra Le Frehindi 1Haru Mehra, DELF, DALF,CFP.
Transcription de la présentation:

Minimisation Techniques 1 Assimilation Algorithms: Minimisation Techniques Yannick Trémolet ECMWF Data Assimilation Training Course March 2006

Minimisation Techniques 2 4D Variational Data Assimilation

Minimisation Techniques 3 Incremental 4D-Var

Minimisation Techniques 4 Incremental 4D-Var

Minimisation Techniques 5 Incremental 4D-Var

Minimisation Techniques 6 The Outer Iterations

Minimisation Techniques 7 The Inner Iterations

Minimisation Techniques 8 Minimisation: Newton method

Minimisation Techniques 9 Minimisation: Newton method

Minimisation Techniques 10 Minimisation: Quasi-Newton method

Minimisation Techniques 11 Minimisation: Quasi-Newton method

Minimisation Techniques 12 Limited Memory Quasi-Newton

Minimisation Techniques 13 Minimisation: Steepest Descent

Minimisation Techniques 14 Minimisation: Steepest Descent The first step fully minimizes the function in the descent direction, but this is undone by subsequent steps. We want to avoid this.

Minimisation Techniques 15 Minimisation: Conjugate Gradient

Minimisation Techniques 16 Conjugate Gradient Convergence

Minimisation Techniques 17 Preconditioning

Minimisation Techniques 18 4D-Var Preconditioning

Minimisation Techniques 19 A case of poor convergence

Minimisation Techniques 20 Theoretical example

Minimisation Techniques 21 Theoretical example

Minimisation Techniques 22 A case of poor convergence

Minimisation Techniques 23 Hessian Preconditioning

Minimisation Techniques 24 Hessian Eigenvectors Preconditioning

Minimisation Techniques 25 4D-Var Eigenvalues Eigenvalue N =1 1 = = Preconditioning reduces the condition number k= 1 / N from to

Minimisation Techniques 26 Conjugate Gradient and Lanczos Algorithm

Minimisation Techniques 27 Lanczos Algorithm

Minimisation Techniques 28 Lanczos Algorithm

Minimisation Techniques 29 Conjugate Gradient and Lanczos Algorithm

Minimisation Techniques 30 Superlinear Convergence

Minimisation Techniques 31 Rounding Error

Minimisation Techniques 32 CG Cost function reduction Quasi-Newton with inexact line searches Quasi-Newton with exact line searches Conjugate Gradient without orthogonalisation Conjugate Gradient with orthogonalisation

Minimisation Techniques 33 CG Gradient norm reduction Quasi-Newton with inexact line searches Quasi-Newton with exact line searches Conjugate Gradient without orthogonalisation Conjugate Gradient with orthogonalisation

Minimisation Techniques 34 4D-Var Cost function reduction Variational Quality Control

Minimisation Techniques 35 4D-Var gradient norm reduction Convergence is roughly twice as fast with Hessian preconditioning.

Minimisation Techniques 36 CG reduction of norm of gradient 0.05

Minimisation Techniques 37 Spectrum of preconditioned Hessian

Minimisation Techniques 38 RMS of T analysis increments

Minimisation Techniques 39 4D-Var Convergence

Minimisation Techniques 40 4D-Var Convergence

Minimisation Techniques 41 Summary

Minimisation Techniques 42