DAWIS
一种基于窗口化逆采样的数据同化统一框架，引入多任务随机插值器，支持滤波、固定延迟平滑与块平滑三种模式，能够在新观测到来时回溯修正历史状态估计
时间轴 (近 90 天)
DAWIS（Data Assimilation with Windowed Inverse Sampling）是一个统一框架，在同一套构造下覆盖滤波、固定延迟平滑和块平滑三种数据同化模式
DAWIS引入了多任务随机插值器，作用于由连续状态组成的窗口之上，并为窗口内每个状态分配一个独立的流时间
DAWIS的一个同化周期分为两步：先将整个状态窗口逆转为一组逐状态的转折点向量，再在观测引导下重新生成该窗口
DAWIS中的转折点控制每个状态在重生成过程中被保持固定、被修正还是完全从头生成
DAWIS的构造可以把预测步骤吸收进同化周期之中，不再需要独立的预测模型来推进系统状态
DAWIS在多个非线性系统上进行实验，在稀疏、含噪声、非线性观测条件下相较滤波和平滑两类基线方法均取得改进
DAWIS的代码已开源，地址为github.com/Erik-Wikingsson/DAWIS
DAWIS方法在真实大规模业务系统中的扩展性与计算成本仍有待后续工作检验
全部知识事实 (8)
DAWIS方法在真实大规模业务系统中的扩展性与计算成本仍有待后续工作检验
50%待验证DAWIS引入了多任务随机插值器，作用于由连续状态组成的窗口之上，并为窗口内每个状态分配一个独立的流时间
50%待验证DAWIS的一个同化周期分为两步：先将整个状态窗口逆转为一组逐状态的转折点向量，再在观测引导下重新生成该窗口
50%待验证DAWIS中的转折点控制每个状态在重生成过程中被保持固定、被修正还是完全从头生成
50%待验证DAWIS的构造可以把预测步骤吸收进同化周期之中，不再需要独立的预测模型来推进系统状态
50%待验证DAWIS在多个非线性系统上进行实验，在稀疏、含噪声、非线性观测条件下相较滤波和平滑两类基线方法均取得改进
50%待验证DAWIS（Data Assimilation with Windowed Inverse Sampling）是一个统一框架，在同一套构造下覆盖滤波、固定延迟平滑和块平滑三种数据同化模式
50%待验证DAWIS的代码已开源，地址为github.com/Erik-Wikingsson/DAWIS
50%