Multi-penalização e funções de mérito compostas em regularização do tipo Tikhonov aplicadas a problemas identificação de fontes atmosféricas

Autores

DOI:

https://doi.org/10.5902/2179460X86857

Palavras-chave:

Problemas inversos, Regularização do tipo Tikhonov, Multipenalização, Funções de mérito compostas

Resumo

Propomos uma técnica para simplificar a minimização da função objetivo que surge na regularização do tipo Tikhonov quando há múltiplas observações, como problemas de identificação multi-física, e múltiplos termos de penalidade. A técnica divide o problema original em duas ou mais minimizações que são executadas sequencialmente e recursivamente. Neste trabalho preliminar consideramos o caso de duas etapas de minimização. Aplicamos a técnica de estimativa na identificação de fontes de emissão de poluentes na atmosfera considerando os dados do experimento de Copenhague.

Downloads

Não há dados estatísticos.

Biografia do Autor

Roseane Alves de Souza Albani, Universidade do Estado do Rio de Janeiro

Possui graduação em Matemática pela Universidade Federal do Rio de Janeiro - UFRJ (2006), Mestrado (2010) e Doutorado (2014) em Engenharia Mecânica pelo Instituto Alberto Luís Coimbra de Pós-Graduação e Pesquisa em Engenharia (PEM/COPPE/UFRJ), Pós-doutorado pelo Departamento de Física e Astronomia da Universidade de Bolonha (Itália), Pós-doutorado pelo Departamento de Engenharia Mecânica da Universidade Federal de Santa Catarina - UFSC e Pós-doutorado pelo Programa de Modelagem Computacional do Instituto Politécnico da Universidade do Estado do Rio de Janeiro - UERJ. Suas áreas de interesse e atuação são a modelagem da dispersão e do escoamento atmosféricos, Dinâmica dos fluidos computacional e Micrometeorologia. 

Vinícius Viana Luiz Albani, Universidade Federal de Santa Catarina

É Professor Adjunto do Departamento de Matemática da Universidade Federal de Santa Catarina e Coordenador do Laboratório de Modelagem Matemática em Ciências Aplicadas (LAMMCA) na mesma instituição. Suas áreas de interesse são Problemas Inversos, Modelagem Matemática e Métodos Matemáticos em Finanças.

Antônio José da Silva Neto, Universidade do Estado do Rio de Janeiro

Ph.D. em Engenharia Mecânica (North Carolina State University, 1993). Professor no IPRJ/UERJ (Prof. Adjunto 1997-2012, Prof. Associado 2012-2013, Prof. Titular 2013- ). Membro titular da Academia Nacional de Engenharia (2017- ). É Cientista do Nosso Estado (FAPERJ) desde 2002. É Procientista da UERJ (Concurso interno) desde 1997. Atua na área de Engenharia Mecânica, com ênfase em Transferência de Calor, e em Matemática Aplicada e Computacional, com ênfase em Métodos Numéricos.

Referências

Albani, R. & Albani, V. (2020). An Accurate Strategy to Retrieve Multiple Source Emissions in the Atmosphere. Atmospheric Environment, 233, 117579. DOI: https://doi.org/10.1016/j.atmosenv.2020.117579

Albani, R, Albani, V, & Silva Neto, A. (2020). Source characterization of airborne pollutant emissions by hybrid metaheuristic/gradient-based optimization techniques. Environ Pollut., 267, 115618. DOI: https://doi.org/10.1016/j.envpol.2020.115618

Albani, V, De Cezaro, A. & Zubelli, J. (2016). On the Choice of the Tikhonov Regularization Parameter and the Discretization Level: A Discrepancy-Based Strategy. Inverse Probl. Imaging, 10(1), 1–25. DOI: https://doi.org/10.3934/ipi.2016.10.1

Albani, V, De Cezaro, A, & Zubelli, J. (2017). Convex Regularization of Local Volatility Estimation. Int. J. Theor. Appl. Finance, 20(1), 1750006. DOI: https://doi.org/10.1142/S0219024917500066

Albani, V. & Zubelli, J. (2020). A Splitting Strategy for the Calibration of Jump-Diffusion Models. Finance and Stochastics, 24, 677–722. DOI: https://doi.org/10.1007/s00780-020-00425-4

Anzengruber, S. & Ramlau, R. (2010). Morozov’s discrepancy principle for Tikhonov-type functionals with nonlinear operators. Inverse Problems, 26 (2). DOI: https://doi.org/10.1088/0266-5611/26/2/025001

Arya, S. P. (2001). Introduction to Micrometeorology. Academic Press.

Gryning, S. E. (1981). Elevated source SF6 - tracer dispersion experiments in the Copenhagen area. Technical report, Risø-R-446, Risø

Nacional Laboratory, 187 pp.

Gryning, S. E. & Lyck, E. (1984). Atmospheric Dispersion from Elevated Sources in Urban Area: Comparison Between Tracer and Experiments and the Model Calculations. J. Climate Appl. Meteor., 23, 651–660. DOI: https://doi.org/10.1175/1520-0450(1984)023<0651:ADFESI>2.0.CO;2

Gryning, S. E. & Lyck, E. (2002). The Copenhagen tracer experiments: Reporting of measurements. Technical Report 1054, Technical University from Denmark, Denmark. Forskningscenter Risoe.

Hughes, T., Franca, L., and Hulbert, G. (1989). A new Finite Element Formulation for Computational Fluid Dynamics: VIII. The Galerkin/Least-Square Method for AdvectiveDiffusive Equations. Comput. Methods Appl. Mech. Engrg., 73, 173–189. DOI: https://doi.org/10.1016/0045-7825(89)90111-4

Morozov, V. (1966). On the solution of functional equations by the method of regularization. Dokl. Math., 7, 414–417.

Scherzer, O, Grasmair, M, Grossauer, H, Haltmeier, M, & Lenzen, F. (2008). Variational Methods in Imaging, volume 167 of Applied Mathematical Sciences. Springer, New York.

Ulke, A. G. (2000). New turbulent parameterization for a dispersion model in the atmospheric boundary layer. Atmos. Environ., 34, 1029–1042. DOI: https://doi.org/10.1016/S1352-2310(99)00378-7

Vogel, C. (2002). Computational methods for inverse problems, volume 23. SIAM. DOI: https://doi.org/10.1137/1.9780898717570

Downloads

Publicado

2024-11-04

Como Citar

Albani, R. A. de S., Albani, V. V. L., & Silva Neto, A. J. da. (2024). Multi-penalização e funções de mérito compostas em regularização do tipo Tikhonov aplicadas a problemas identificação de fontes atmosféricas. Ciência E Natura, 46(esp. 1), e86857. https://doi.org/10.5902/2179460X86857

Edição

Seção

I Simpósio Brasileiro de Processos Oxidativos Avançados 

Artigos mais lidos pelo mesmo(s) autor(es)