[Data Analysis and Modelling in Geoscience and Astrophysics]

閱讀時間約 1 分鐘

這堂課與地球科學、天體物理的訊號分析有關,

主講人是丹麥國家太空中心的地磁學家。

乍看很生硬,有大量的矩陣、統計、線性代數推導,

目的很單純,想利用各種手法,

對複雜的觀測資料進行降噪、找出合適的回歸模型。

而這種從數據 (Data) 回推模型 (Model) 的問題,

就稱為 Inverse Problem。

Fig. 1 課程使用 MATLAB 工程軟體進行資料分析,有大量的矩陣與線性代數運算

Fig. 1 課程使用 MATLAB 工程軟體進行資料分析,有大量的矩陣與線性代數運算

課程的同時,也夾雜大量 Matlab 實例練習,

例如處理穿透各地層的地震波訊號、

模擬低軌衛星回傳的地磁觀測資料、

分析火星土壤的吸收光譜數據。

是分析地質觀測資料的入門課程。

-

大學階段鮮少接觸這類以特定應用為主題的課程,

多是以理論、計算為主,

期末評量以個別口試方式進行。

複習的過程中,也順道練習知識轉譯的能力,

這樣的記憶方法更見成效。


主題涵蓋:

Least square solution, Minimum norm solution,

Probability theory, Likelihood estimation,

Tikhonov regularization,

Singular Value Decomposition, Truncated SVD,

Covariance matrix, Correlation matrix,

L-curve, Picard Plot,

Moore-Penrose Inverse, Weak non-linear solution.


筆者目前在丹麥工業大學學習地熱能源技術,在這裡分享學習見聞
留言0
查看全部
發表第一個留言支持創作者!
大學背景概述
閱讀時間約 1 分鐘
公共電視 我們的島
閱讀時間約 1 分鐘
在 Honeywell 的日子
閱讀時間約 2 分鐘
留學目的地的考量
閱讀時間約 0 分鐘
[Energy and Sustainability]
閱讀時間約 1 分鐘
你可能也想看
Reshape Data: Melt 融合不同的資料欄位_Intro to Pandas題目敘述 題目會給定一個pandas DataFrame作為輸入,要求我們以原有的資料表為基礎,融合不同的資料欄位。 以product作為index,融合quarter_1,quarter_2,quarter_3,quarter_4 這四個欄位,並且重新命名為quarter,並且將數值欄位名稱重
Thumbnail
avatar
小松鼠
2024-01-09
Reshape Data: Pivot 資料表的樞紐轉換_Intro to Pandas題目敘述 題目會給定一個pandas DataFrame作為輸入,要求我們以原有的資料表為基礎,將資料表做樞紐轉換,垂直方向是月份,水平方向是不同的城市,而表格內容是該城市在某個月份的溫度。 題目的原文敘述 測試範例 Example 1: Input: +--------------+-
Thumbnail
avatar
小松鼠
2024-01-09
Reshape Data: Concatenate 串接兩張資料表_Intro to Pandas題目敘述 題目會給定兩個pandas DataFrame作為輸入,要求我們將兩張資料表,依照原有的順序串接在一起。 題目的原文敘述 測試範例 Example 1: Input: df1 +------------+---------+-----+ | student_id | name
Thumbnail
avatar
小松鼠
2024-01-09
Change Data Type 改變指定欄位的資料型別_Intro to Pandas題目敘述 題目會給定一個pandas DataFrame作為輸入,要求我們在原有的資料表上,將欄位grade的資料型別從原本的float變更為int整數型別。 題目的原文敘述 測試範例 Example 1: Input: DataFrame students: +------------
Thumbnail
avatar
小松鼠
2024-01-09
Select Data 選擇指定的資料欄位_Intro to Pandas題目敘述 題目會給定一個pandas DataFrame作為輸入,要求我們回傳student_id為101的這筆資料,並且列出它的"name"和"age"欄位。 題目的原文敘述 測試範例 Example 1: Input: +------------+---------+-----+ |
Thumbnail
avatar
小松鼠
2024-01-09
【Data Driven 把量化行銷效益最大化Part 2】Winner vs Losser在Data Driven行銷Part 中提及到Data Driven行銷已經成為了一種必要的策略。透過數據驅動的策略,企業可以更準確地預測市場趨勢,更有效地分配資源,並更精確地衡量行銷效果。
Thumbnail
avatar
Digiworld
2023-08-04
【Data Driven 把量化行銷效益最大化Part 1】Winner vs LosserData-Driven Marketing 已成為行銷人必須掌握的關鍵手法。這種行銷模式是以客戶資料為基礎,透過數據分析來驅動行銷策略的製定和實施。這種模式讓我們能更精準地理解客戶需求,並最大化行銷效益。
Thumbnail
avatar
Digiworld
2023-08-03
Udemy課程心得- Python for Time Series Data Analysis最近為了系統性複習有關時間序列的知識,在Udemy上了一堂評價不錯的課程Python for Time Series Data Analysis。整體來說,我覺得課程是值得推薦初學者的。但因為課程對於很多時間序列的模型只是淺淺帶過,如果對時間序列已經有了解的人會比較像是浪費錢。
Thumbnail
avatar
DavidH
2022-06-09
All Data Are Local--開學第十六週畢設週記 13 放在草稿夾忘記發布 ´д` ;
avatar
張瑋凌
2021-02-19
Download data from WRDS using Python SeleniumDownload Stock Data from WRDS (accounts are required)
avatar
Zhaung Eric
2020-05-11