Club utilise des cookies et des technologies similaires pour faire fonctionner correctement le site web et vous fournir une meilleure expérience de navigation.
Ci-dessous vous pouvez choisir quels cookies vous souhaitez modifier :
Club utilise des cookies et des technologies similaires pour faire fonctionner correctement le site web et vous fournir une meilleure expérience de navigation.
Nous utilisons des cookies dans le but suivant :
Assurer le bon fonctionnement du site web, améliorer la sécurité et prévenir la fraude
Avoir un aperçu de l'utilisation du site web, afin d'améliorer son contenu et ses fonctionnalités
Pouvoir vous montrer les publicités les plus pertinentes sur des plateformes externes
Gestion des cookies
Club utilise des cookies et des technologies similaires pour faire fonctionner correctement le site web et vous fournir une meilleure expérience de navigation.
Ci-dessous vous pouvez choisir quels cookies vous souhaitez modifier :
Cookies techniques et fonctionnels
Ces cookies sont indispensables au bon fonctionnement du site internet et vous permettent par exemple de vous connecter. Vous ne pouvez pas désactiver ces cookies.
Cookies analytiques
Ces cookies collectent des informations anonymes sur l'utilisation de notre site web. De cette façon, nous pouvons mieux adapter le site web aux besoins des utilisateurs.
Cookies marketing
Ces cookies partagent votre comportement sur notre site web avec des parties externes, afin que vous puissiez voir des publicités plus pertinentes de Club sur des plateformes externes.
Une erreur est survenue, veuillez réessayer plus tard.
Il y a trop d’articles dans votre panier
Vous pouvez encoder maximum 250 articles dans votre panier en une fois. Supprimez certains articles de votre panier ou divisez votre commande en plusieurs commandes.
The retrieval problems arising in atmospheric remote sensing belong to the class of the - called discrete ill-posed problems. These problems are unstable under data perturbations, and can be solved by numerical regularization methods, in which the solution is stabilized by taking additional information into account. The goal of this research monograph is to present and analyze numerical algorithms for atmospheric retrieval. The book is aimed at physicists and engineers with some ba- ground in numerical linear algebra and matrix computations. Although there are many practical details in this book, for a robust and ef?cient implementation of all numerical algorithms, the reader should consult the literature cited. The data model adopted in our analysis is semi-stochastic. From a practical point of view, there are no signi?cant differences between a semi-stochastic and a determin- tic framework; the differences are relevant from a theoretical point of view, e.g., in the convergence and convergence rates analysis. After an introductory chapter providing the state of the art in passive atmospheric remote sensing, Chapter 2 introduces the concept of ill-posedness for linear discrete eq- tions. To illustrate the dif?culties associated with the solution of discrete ill-posed pr- lems, we consider the temperature retrieval by nadir sounding and analyze the solvability of the discrete equation by using the singular value decomposition of the forward model matrix.