Zum Hauptinhalt springen
Nicht aus der Schweiz? Besuchen Sie lehmanns.de

Deep Graphical Models for Causality Analysis of Multivariate Time Series

Anomaly Detection, Attribution, and Environmental Science Applications
Buch
296 Seiten
2024
Cuvillier Verlag
978-3-68952-088-5 (ISBN)
CHF 135,10 inkl. MwSt
Die vorliegende Arbeit beschäftigt sich mit der Entwicklung und Anwendung tiefer grafischer Modelle zur Kausalitätsanalyse, insbesondere in multivariaten Zeitreihen. Ein Schwerpunkt liegt dabei auf der Berücksichtigung versteckter Störfaktoren und der Analyse nichtlinearer Zusammenhänge.
Durch die Integration von Expertenwissen und den Einsatz von Proxy-Variablen können komplexe kausale Strukturen in verrauschten Daten, die über nichtlineare Kausalverknüpfungen miteinander verbunden sind und von versteckten Störfaktoren beeinflusst sind, aufgedeckt werden. Die entwickelten Methoden ermöglichen nicht nur die Schätzung der Intensität kausaler Zusammenhänge, sondern auch die Detektion und Attribution von Anomalien in multivariaten Zeitreihen.
Ein weiterer Beitrag dieser Arbeit ist die Entwicklung einer neuen datengetriebenen Methode zur Partitionierung des Netto-Ökosystem-Austauschs (engl. net ecosystem exchange). Durch die Anwendung eines tiefen Zustandsraummodells können die Tageswerte der Ökosystematmung geschätzt werden, was für das Verständnis des Klimawandels von großer Bedeutung ist.

https://cuvillier.de/de/shop/publications/9082-deep-graphical-models-for-causality-analysis-of-multivariate-time-series
Erscheinungsdatum
Verlagsort Göttingen
Sprache englisch
Maße 148 x 210 mm
Themenwelt Mathematik / Informatik Informatik Theorie / Studium
Mathematik / Informatik Mathematik
Schlagworte Anomalieerkennung, Anomaly detection, Anomalieattribution, Anomaly attribution • Causal effect variational autoencoder (CEVAE), Causal effect variational autoencoder (CEVAE) • Counterfactual reasoning, Variationale Inferenz, Variational inference • Data imputation, Datenlückenfüllung, Gap filling • Deep graphical models, Probabilistische graphische Modelle, Probabilistic graphical models • Droughts attribution, Hitzewellenattribution • Extreme climate events, Hurrikanattribution, Hurricanes attribution, Dürreattribution • Granger-Kausalität, Granger causality • Granger-Kausalität, Granger causality, Datenimputation • Heatwaves attribution, Ökosysteme, Ecosystems • Kausalinferenz, Causal inference, Zeitreihenvorhersage • Kausalitätsanalyse, Causality analysis, Tiefe grafische Modelle • knockoffs • Multivariate Zeitreihen, Multivariate time series • Net Ecosystem Exchange (NEE), Deep Learning, Deep learning, Kontrafaktisches Denken • Nichtlineare kausale Zusammenhänge, Nonlinear causal links, Netto-Ökosystem-Austausch (NEE) • Tiefes Zustandsraummodell, Deep state space model • Time series forecasting, Extreme Klimaereignisse • Umweltwissenschaft, Environmental science, Klimawandel, Climate change • Verborgene Störfaktoren, Hidden confounding
ISBN-10 3-68952-088-6 / 3689520886
ISBN-13 978-3-68952-088-5 / 9783689520885
Zustand Neuware
Informationen gemäß Produktsicherheitsverordnung (GPSR)
Haben Sie eine Frage zum Produkt?
Mehr entdecken
aus dem Bereich
was jeder über Informatik wissen sollte

von Timm Eichstädt; Stefan Spieker

Buch | Softcover (2024)
Springer Vieweg (Verlag)
CHF 53,15
Grundlagen – Anwendungen – Perspektiven

von Matthias Homeister

Buch | Softcover (2022)
Springer Vieweg (Verlag)
CHF 53,15
Teil 2 der gestreckten Abschlussprüfung Fachinformatiker/-in …

von Dirk Hardy; Annette Schellenberg; Achim Stiefel

Buch | Softcover (2025)
Europa-Lehrmittel (Verlag)
CHF 37,90