Benutzer: Gast  Login
Wenn Sie Schwierigkeiten haben, das Dokument zu öffnen, versuchen Sie auch bitte diesen Link
Originaltitel:
Structured Models with Gaussian Processes
Übersetzter Titel:
Strukturierte Modelle mit Gaußprozessen
Autor:
Kaiser, Markus
Jahr:
2021
Dokumenttyp:
Dissertation
Fakultät/School:
Fakultät für Informatik
Betreuer:
Runkler, Thomas A. (Prof. Dr.)
Gutachter:
Runkler, Thomas A. (Prof. Dr.); Cremers, Daniel (Prof. Dr.); Ek, Carl Henrik (Prof. Dr.)
Sprache:
en
Fachgebiet:
DAT Datenverarbeitung, Informatik
TU-Systematik:
DAT 500
Kurzfassung:
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.
Übersetzte Kurzfassung:
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
Eingereicht am:
11.01.2021
Mündliche Prüfung:
18.05.2021
Dateigröße:
5052395 bytes
Seiten:
161
Urn (Zitierfähige URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20210427-1585110-1-9
Letzte Änderung:
27.08.2021
 BibTeX