Enhancing Flight Safety through Data-Driven Uncertainty Quantification with Vine Copula Models in Aviation

Alnasser, Hassan Habib

Professur für Angewandte Mathematische Statistik (Prof. Czado)

Back
Back to start of result list
Permanent link for displayed object

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

Original title:: Enhancing Flight Safety through Data-Driven Uncertainty Quantification with Vine Copula Models in Aviation
Translated title:: Verbesserung der Flugsicherheit durch datengestützte Quantifizierung von Unsicherheiten mit Vine-Copula-Modellen in der Luftfahrt
Author:: Alnasser, Hassan Habib
Year:: 2024
Document type:: Dissertation
Faculty/School:: TUM School of Computation, Information and Technology
Institution:: Professur für Angewandte Mathematische Statistik (Prof. Czado)
Advisor:: Czado, Claudia (Prof., Ph.D.)
Referee:: Czado, Claudia (Prof., Ph.D.); Holzapfel, Florian (Prof. Dr.)
Language:: en
Subject group:: MAT Mathematik
TUM classification:: MAT 620
Abstract:: The central focus of this research is the integration of vine copula models in uncertainty quantification problems. Vine copulas are flexible and interpretable multivariate distribution functions that can effectively model complex data dependence structures. By employing vine copula models, we can account for intricate relationships among the studied variables, providing a more comprehensive understanding of uncertainty propagation throughout flight operations.
Translated abstract:: Das Hauptaugenmerk dieser Forschung liegt auf der Einbeziehung von Vine-Copula-Modellen in Probleme der Unsicherheitsquantifizierung. Vine-Copulas sind flexible und interpretierbare multivariate Verteilungsfunktionen, die komplexe Datenabhängigkeitsstrukturen effektiv modellieren können. Durch den Einsatz von Vine-Copula-Modellen können wir komplizierte Beziehungen zwischen den untersuchten Variablen berücksichtigen und so ein umfassenderes Verständnis der Unsicherheitsausbreitung im gesamten Flugbetrieb erreichen. Übersetzt mit www.DeepL.com/Translator (kostenlose Version) «
Das Hauptaugenmerk dieser Forschung liegt auf der Einbeziehung von Vine-Copula-Modellen in Probleme der Unsicherheitsquantifizierung. Vine-Copulas sind flexible und interpretierbare multivariate Verteilungsfunktionen, die komplexe Datenabhängigkeitsstrukturen effektiv modellieren können. Durch den Einsatz von Vine-Copula-Modellen können wir komplizierte Beziehungen zwischen den untersuchten Variablen berücksichtigen und so ein umfassenderes Verständnis der Unsicherheitsausbreitung im gesamten Fl... »
WWW:: https://mediatum.ub.tum.de/?id=1717341
Date of submission:: 04.08.2023
Oral examination:: 13.03.2024
File size:: 23495607 bytes
Pages:: 104
Urn (citeable URL):: https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20240313-1717341-1-2
Last change:: 05.04.2024
BibTeX