論文の概要: Analysis of tidal flows through the Strait of Gibraltar using Dynamic Mode Decomposition

• arxiv url: http://arxiv.org/abs/2311.01377v2
• Date: Sun, 19 Jan 2025 07:36:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-22 14:15:41.363072
• Title: Analysis of tidal flows through the Strait of Gibraltar using Dynamic Mode Decomposition
• Title（参考訳）: 動的モード分解法によるジブラルタル海峡内潮流の解析
• Authors: Sathsara Dias, Sudam Surasinghe, Kanaththa Priyankara, Marko Budišić, Larry Pratt, José C. Sanchez-Garrido, Erik M. Bollt,
• Abstract要約: ジブラルタル海峡(英語: Strait of Gibraltar)は、海洋の複雑な亜海流の特徴を特徴とする地域である。 シミュレーションスナップショットをクープマンモードに分解するために動的モード分解(DMD)を用いる。 DMD解析は、ジブラルタル海峡の流動パターン、内部波の形成、および力学を包括的に理解する。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: The Strait of Gibraltar is a region characterized by intricate oceanic sub-mesoscale features, influenced by topography, tidal forces, instabilities, and nonlinear hydraulic processes, all governed by the nonlinear equations of fluid motion. In this study, we aim to uncover the underlying physics of these phenomena within 3D MIT general circulation model simulations, including waves, eddies, and gyres. To achieve this, we employ Dynamic Mode Decomposition (DMD) to break down simulation snapshots into Koopman modes, with distinct exponential growth/decay rates and oscillation frequencies. Our objectives encompass evaluating DMD's efficacy in capturing known features, unveiling new elements, ranking modes, and exploring order reduction. We also introduce modifications to enhance DMD's robustness, numerical accuracy, and robustness of eigenvalues. DMD analysis yields a comprehensive understanding of flow patterns, internal wave formation, and the dynamics of the Strait of Gibraltar, its meandering behaviors, and the formation of a secondary gyre, notably the Western Alboran Gyre, as well as the propagation of Kelvin and coastal-trapped waves along the African coast. In doing so, it significantly advances our comprehension of intricate oceanographic phenomena and underscores the immense utility of DMD as an analytical tool for such complex datasets, suggesting that DMD could serve as a valuable addition to the toolkit of oceanographers.
• Abstract（参考訳）: ジブラルタル海峡(英: Strait of Gibraltar)は、地形、潮流力、不安定性、非線形水理過程に影響され、全て流体運動の非線形方程式によって支配される、複雑な海洋サブメソスケールの特徴を特徴とする地域である。 本研究では,これらの現象の基礎となる物理を,波動,渦,ジャイアを含む3次元MIT一般循環モデルシミュレーションで解明することを目的とする。 これを実現するために、動的モード分解(DMD)を用いてシミュレーションスナップショットをクープマンモードに分解する。 我々の目的は、DMDが既知の特徴を捉え、新しい要素を公表し、ランキングモードを公開し、注文の削減を探求する際の有効性を評価することである。 また, DMDの頑健性, 数値精度, 固有値の頑健性を向上させる改良も導入した。 DMD解析は、ジブラルタル海峡の流動パターン、内部波の形成、ダイナミックス、その蛇行挙動、特に西アルボラン・ガイア(英語版)の形成、およびアフリカ沿岸沿岸におけるケルビンおよび沿岸波の伝播を包括的に理解する。 これにより、複雑な海洋現象の理解が大幅に向上し、複雑なデータセットの分析ツールとしてのMDDの膨大な有用性が示され、DMDが海洋学者のツールキットに価値ある付加物となる可能性が示唆された。

関連論文リスト

• MotionWavelet: Human Motion Prediction via Wavelet Manifold Learning [57.078168638373874]
  MotionWaveletは、空間周波数領域における人間の動きパターンを研究する人間の動き予測フレームワークである。 ウェーブレット拡散モデルでは、動作データにウェーブレット変換を適用することでウェーブレット多様体を学習する。 ウェーブレット空間形状誘導機構は、デノナイジングプロセスを洗練し、多様体構造との整合性を改善する。
  論文  参考訳（メタデータ） (2024-11-25T22:09:19Z)
• KFD-NeRF: Rethinking Dynamic NeRF with Kalman Filter [49.85369344101118]
  KFD-NeRFは,Kalmanフィルタに基づく効率的かつ高品質な運動再構成フレームワークと統合された,新しい動的ニューラル放射場である。 我々のキーとなる考え方は、動的放射場を、観測と予測という2つの知識源に基づいて時間的に異なる状態が推定される動的システムとしてモデル化することである。 我々のKFD-NeRFは、同等の計算時間と最先端の視線合成性能で、徹底的な訓練を施した類似または優れた性能を示す。
  論文  参考訳（メタデータ） (2024-07-18T05:48:24Z)
• Unfolding Time: Generative Modeling for Turbulent Flows in 4D [49.843505326598596]
  本研究では,4次元生成拡散モデルと物理インフォームドガイダンスを導入し,現実的な流れ状態列の生成を可能にする。 提案手法は, 乱流多様体からのサブシーケンス全体のサンプリングに有効であることが示唆された。 この進展は、乱流の時間的進化を分析するために生成モデリングを適用するための扉を開く。
  論文  参考訳（メタデータ） (2024-06-17T10:21:01Z)
• A Bionic Data-driven Approach for Long-distance Underwater Navigation with Anomaly Resistance [59.21686775951903]
  様々な動物が環境の手がかりを使って正確なナビゲーションをしている。 動物航法にインスパイアされたこの研究は、長距離水中航法のためのバイオニックでデータ駆動のアプローチを提案する。 提案手法では,GPSシステムや地理地図を必要とせず,測地データを用いてナビゲーションを行う。
  論文  参考訳（メタデータ） (2024-02-06T13:20:56Z)
• HelmFluid: Learning Helmholtz Dynamics for Interpretable Fluid Prediction [66.38369833561039]
  HelmFluidは流体の正確かつ解釈可能な予測器である。 ヘルムホルツの定理に触発され、ヘルムホルツの力学を学ぶためにヘルム力学ブロックを設計する。 HelmDynamicsブロックをマルチスケールのマルチヘッド積分アーキテクチャに埋め込むことで、HelmFluidは学習したHelmholtzダイナミクスを複数の空間スケールで時間次元に沿って統合することができる。
  論文  参考訳（メタデータ） (2023-10-16T16:38:32Z)
• Dynamic Basis Function Interpolation for Adaptive In Situ Data Integration in Ocean Modeling [1.4549461207028445]
  本研究では,地球系モデル (ESMs) とIn situ buoy測定を組み合わせ,海洋温度予測の精度を向上させる手法を提案する。 この技術は、季節性などの特徴を保存しながら、ブイ測定とともにESMで識別される動的テクスティタンドモードを利用して精度を向上させる。
  論文  参考訳（メタデータ） (2023-01-11T21:21:02Z)
• Modeling Oceanic Variables with Dynamic Graph Neural Networks [0.09830751917335563]
  ブラジルのサントス・サンテ・ビセンテ・ベルティオガ地域における環境変数を予測するためのデータ駆動手法について述べる。 我々のモデルは、最先端のシーケンスモデルとリレーショナルモデルとを結合することにより、時間的および空間的帰納バイアスの両方を利用する。 実験の結果、柔軟性とドメイン知識の依存性のほとんどを維持しながら、私たちのモデルによってより良い結果が得られます。
  論文  参考訳（メタデータ） (2022-06-25T22:43:02Z)
• Generative Modeling of Turbulence [0.7646713951724012]
  GAN(Generative Adversarial Network)を用いた乱流の合成モデリングのための数学的に確立されたアプローチを提案する。 GANは、適度なトレーニング日量に基づいて、技術的に困難な流れ問題の乱流をシミュレーションするのに効率的である。
  論文  参考訳（メタデータ） (2021-12-05T11:39:14Z)
• Dynamic Mode Decomposition in Adaptive Mesh Refinement and Coarsening Simulations [58.720142291102135]
  動的モード分解(DMD)はコヒーレントなスキームを抽出する強力なデータ駆動方式である。 本稿では,異なるメッシュトポロジと次元の観測からDMDを抽出する戦略を提案する。
  論文  参考訳（メタデータ） (2021-04-28T22:14:25Z)
• Neural Ordinary Differential Equations for Data-Driven Reduced Order Modeling of Environmental Hydrodynamics [4.547988283172179]
  流体シミュレーションにおける神経常微分方程式の利用について検討する。 テスト問題としては,シリンダー周辺の非圧縮性流れや河川・河口系における浅水流体力学の現実的応用などが挙げられる。 本研究では,ニューラル ODE が潜在空間力学の安定かつ正確な進化のためのエレガントな枠組みを提供することを示唆する。
  論文  参考訳（メタデータ） (2021-04-22T19:20:47Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。