Mathematische Methoden zur Informationsgewinnung aus hochdimensionalen Daten
Zum Entwickeln einer generellen mathematischen Methodologie für das Identifizieren von Ereignissen in hochdimensionalen Zeitreihen kombiniert das Arbeitsprogramm drei verschiedene Näherungsmethoden. Diese basieren auf einem analytischen numerischen Vorgehen für Funktionsapproximation und Dimensionsreduktion, einem stochastischen Vorgehen für statistisches Clustern und einer diskreten, graphenbasierten Methode für das Erstellen eines finiten Zustandsübergangsgraphenmodells. Das Zusammenführen dieser Techniken zielt auf die Entwicklung neuer algorithmischer Methoden, die theoretische wie auch praktische Fragestellungen beantworten und durch Menschen interpretierbare Zeitreihenanalysen unterstützen.