AECSF：用于高维非线性数据同化的自适应集成条件得分滤波

论文提出 AECSF，一种免训练的自适应集成条件得分滤波方法，用于高维非线性动力系统的贝叶斯状态估计。该方法基于条件 Tweedie 恒等式构建可解析的得分估计器，用共享自适应加权提议集成和粒子特定条件权重估计条件均值，并在同一反向扩散过程中更新提议集成。在有限预报集成的高维问题中，AECSF 提升了后验采样与非线性滤波的精度。