Commit a45cbc1e authored by Benoit Urruty's avatar Benoit Urruty

confiné

parent 03088363
This diff is collapsed.
This diff is collapsed.
This diff is collapsed.
c
# -*- mode: org -*-
#+STARTUP: overview indent inlineimages logdrawer
#+TITLE: Journal
......@@ -2594,3 +2594,91 @@ Lundi 14h30
Entered on [2020-03-23 lun. 15:07]
[[file:~/Documents/PhD_TiPACCS/TiPACCS_git/journal/journal.org::*Roughness%20(donn%C3%A9e%20ajout%C3%A9es)][Roughness (donnée ajoutées)]]
*** 2020-03-30 lundi
**** reunion
prefered replace by tested
remettre en une ligne mais liste des variables
truc de julien pour les methode inverse
methode de calcul de l'incertitude
carte hors incertitude
carte des incertitude ( voir liens avec les methode)
regarder ce qu'il appelle incertitude
Entered on [2020-03-30 lun. 14:42]
[[file:~/Documents/PhD_TiPACCS/TiPACCS_git/journal/journal.org::*reunion%20skype][reunion skype]]
** 2020-04 avril
*** 2020-04-14 mardi
**** reunion
macayeal avec le taux cherche le plus lisse
ktest ronnie fichner
bassin Imbie du ronnie fichner. deja fait pour la visco. je dois faire
viscosité et friction.
***** cours inversion
assimilation de données :
- methode stochastique (filtre kanman
d'ensemble) : en general tu pertude tes param selon une distri
d'entree que tu connais. On utilise un theoreme de bayes qui en
connaissant la pertubation et la l'observation on retrouve les
param. PB bcp de solution
fonction cout : carre de la difference (vitesse modele - obs)
plus facile si on peut calculer le gradient de la fonction cout.
methode adjointe :
pb ecrat modele observation
on lui ajoute un termes qu'en plus nos vitesses soit solution de notre
modele.
autres syteme d'equation (systeme d'equation adjoint)
une fois qu'on a le gradient. Mettre en place une methode de descente
(M1QM3)
M1QM3 estimation des dérivés secondes reduit la convergence.
Au débart on part d'un etat initiale qui est basé sur ce les apriori.
AdjointSSA CostDiscSolver: rms = erreur ajouter le 1/2 dans l'equation
apres la fonction cout on calcul le gradient. d'abord on calcule la
solution adjointe.
Condition limite ce n'est plus d'actualité. Automatique
changement de variable on fait la minimisation sur alpha pour assurer
un beta positif.
fonction cout pour regulariser le probleme. Penalisation sur le carre
de la derivé premiere de alpha.
Lambda grand plus on favorise une solution ou les derivé premiere sont
petite
M1QN3 parameter
checker que ca marche. J doit diminue
relative precision (espg)
dxmin variation minimale
Entered on [2020-04-14 mar. 14:40]
[[file:~/Documents/PhD_TiPACCS/TiPACCS_git/journal/journal.org::*reunion][reunion]]
Markdown is supported
0% or
You are about to add 0 people to the discussion. Proceed with caution.
Finish editing this message first!
Please register or to comment