Abteilung Systemanalyse und Modellierung

Mathematische Methoden in der Umweltforschung

Mathematische Modelle helfen uns dabei komplexe Umweltsysteme besser zu verstehen, ihr Verhalten vorherzusagen und ggf. zu kontrollieren. Unser Team bestehend aus Physikern und Mathematikern betätigt sich in den folgenden beiden Anwendungsgebieten:

Modellierung komplexer Systeme

Wir nutzen eine Vielzahl von Techniken aus der statistischen Physik, den nichtlinearen Wissenschaften und dem maschinellen Lernen, um komplexe natürliche und technische Umweltsysteme zu modellieren. Diese Systeme erfordern aufgrund ihrer zahlreichen Freiheitsgrade und komplexen Wechselwirkungen oft eine erhebliche Vereinfachung, was zu unsicheren Vorhersagen führt. Wir verwenden stochastische Modelle, um diese Unsicherheit zu berücksichtigen und zu quantifizieren.

Entwicklung von Algorithmen

Die meisten unserer Modelle müssen an Daten kalibriert werden. Wir verwenden Bayesische Statistik, um Modellparameter zu bestimmen und deren Unsicherheit zu quantifizieren. Dieser Prozess ist rechnerisch anspruchsvoll, insbesondere bei langsamen oder stochastischen Modellen. Um dieses Problem zu lösen, entwickeln und verwenden wir sowohl allgemeine Algorithmen als auch maßgeschneiderte Lösungen für spezifische Modelle.

Kontakt

Projekte

Erforschung von Techniken des maschinellen Lernens, um niedrigdimensionale Merkmale in hochdimensionalen Datensätzen, sowohl simulierten als auch beobachteten, aufzudecken.
Systematische Untersuchung von hybriden Modellansätzen zur Vorhersage von Lach-gasemissionen in der biologischen Abwasserreinigung