doc/en/glossary.rst

   1 ..
   2    Copyright (C) 2008-2014 EDF R&D
   3
   4    This file is part of SALOME ADAO module.
   5
   6    This library is free software; you can redistribute it and/or
   7    modify it under the terms of the GNU Lesser General Public
   8    License as published by the Free Software Foundation; either
   9    version 2.1 of the License, or (at your option) any later version.
  10
  11    This library is distributed in the hope that it will be useful,
  12    but WITHOUT ANY WARRANTY; without even the implied warranty of
  13    MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
  14    Lesser General Public License for more details.
  15
  16    You should have received a copy of the GNU Lesser General Public
  17    License along with this library; if not, write to the Free Software
  18    Foundation, Inc., 59 Temple Place, Suite 330, Boston, MA  02111-1307 USA
  19
  20    See http://www.salome-platform.org/ or email : webmaster.salome@opencascade.com
  21
  22    Author: Jean-Philippe Argaud, jean-philippe.argaud@edf.fr, EDF R&D
  23
  24 .. _section_glossary:
  25
  26 Glossary
  27 ========
  28
  29 .. glossary::
  30    :sorted:
  31
  32    case
  33       One ADAO case is defined by a set of data and of choices, packed together
  34       through the user interface of the module. The data are physical
  35       measurements that have technically to be available before or during the
  36       case execution. The simulation code(s) and the data assimilation or
  37       optimization method, and their parameters, has to be chosen, they define
  38       the execution properties of the case.
  39
  40    iteration
  41       One iteration occurs when using iterative optimizers (e.g. 3DVAR), and it
  42       is entirely hidden in the main YACS OptimizerLoop Node named
  43       "*compute_bloc*". Nevertheless, the user can watch the iterative process
  44       through the "*YACS Container Log*" window, which is updated during the
  45       process, and using "*Observers*" attached to calculation variables.
  46
  47    APosterioriCovariance
  48       Keyword to indicate the covariance matrix of *a posteriori* analysis
  49       errors.
  50
  51    BMA (Background minus Analysis)
  52       Difference between the background state and the optimal state estimation,
  53       noted as :math:`\mathbf{x}^b - \mathbf{x}^a`.
  54
  55    OMA (Observation minus Analysis)
  56       Difference between the observations and the result of the simulation based
  57       on the optimal state estimation, the analysis, filtered to be compatible
  58       with the observation, noted as :math:`\mathbf{y}^o -
  59       \mathbf{H}\mathbf{x}^a`.
  60
  61    OMB (Observation minus Background)
  62       Difference between the observations and the result of the simulation based
  63       on the background state, filtered to be compatible with the observation,
  64       noted as :math:`\mathbf{y}^o - \mathbf{H}\mathbf{x}^b`.
  65
  66    SigmaBck2
  67       Keyword to indicate the Desroziers-Ivanov parameter measuring the
  68       background part consistency of the data assimilation optimal state
  69       estimation. Its value can be compared to 1, a "good" estimation leading to
  70       a parameter "close" to 1.
  71
  72    SigmaObs2
  73       Keyword to indicate the Desroziers-Ivanov parameter measuring the
  74       observation part consistency of the data assimilation optimal state
  75       estimation. Its value can be compared to 1, a "good" estimation leading to
  76       a parameter "close" to 1.
  77
  78    MahalanobisConsistency
  79       Keyword to indicate the Mahalanobis parameter measuring the consistency of
  80       the data assimilation optimal state estimation. Its value can be compared
  81       to 1, a "good" estimation leading to a parameter "close" to 1.
  82
  83    analysis
  84       The optimal state estimation through a data assimilation or optimization
  85       procedure.
  86
  87    background
  88       The *a priori* known state, which is not optimal, and is used as a rought
  89       estimate, or a "best estimate", before an optimal estimation.
  90
  91    innovation
  92       Difference between the observations and the result of the simulation based
  93       on the background state, filtered to be compatible with the observation.
  94       It is similar with OMB in static cases.
  95
  96    CostFunctionJ
  97       Keyword to indicate the minimization function, noted as :math:`J`.
  98
  99    CostFunctionJo
 100       Keyword to indicate the observation part of the minimization function,
 101       noted as :math:`J^o`.
 102
 103    CostFunctionJb
 104       Keyword to indicate the background part of the minimization function,
 105       noted as :math:`J^b`.