Structured Models with Gaussian Processes

Kaiser, Markus

User: Guest

Markus Kaiser

If you experience problems opening the document, please try this link.

Original title:: Structured Models with Gaussian Processes
Translated title:: Strukturierte Modelle mit Gaußprozessen
Author:: Kaiser, Markus
Year:: 2021
Document type:: Dissertation
Faculty/School:: Fakultät für Informatik
Advisor:: Runkler, Thomas A. (Prof. Dr.)
Referee:: Runkler, Thomas A. (Prof. Dr.); Cremers, Daniel (Prof. Dr.); Ek, Carl Henrik (Prof. Dr.)
Language:: en
Subject group:: DAT Datenverarbeitung, Informatik
TUM classification:: DAT 500
Abstract:: We formulate Bayesian structured models using composite and hierarchical Gaussian process models that reproduce knowledge, are understandable for domain-experts and make physically plausible predictions. Using real-world industrial applications such as the detection of faulty sensors and the prediction of power generation in a wind-farm as examples, we show how to use structured models to factorize uncertainties, achieve interpretability, and generalize to unobserved inputs.
Translated abstract:: Wir formulieren probabilistische strukturierte Modelle auf Basis von verketteten Gaußprozessen, die Wissen reproduzieren, für Domänenexperten verständlich sind und physikalisch plausible Vorhersagen liefern. Am Beispiel realer industrieller Anwendungen wie der Erkennung fehlerhafter Sensoren und der Vorhersage der Stromerzeugung eines Windparks zeigen wir, dass strukturierte Modelle informative Unsicherheiten liefern, interpretierbar sind und erfolgreich generalisieren.
WWW:: https://mediatum.ub.tum.de/?id=1585110
Date of submission:: 11.01.2021
Oral examination:: 18.05.2021
File size:: 5052395 bytes
Pages:: 161
Urn (citeable URL):: https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20210427-1585110-1-9
Last change:: 27.08.2021
BibTeX