Das Projekt dreht sich um die Entwicklung und Verwendung von künstlichen neuronalen Netzen zur Antizipation von kritischen Übergängen in Zeitreihendaten. Es werden synthetische Daten auf Basis komplexer Systeme erstellt und verschiedene Indikatoren mittels eines Autoencoders untersucht. Das Hauptaugenmerk liegt dabei auf Stromnetzwerken.
Kamps, Oliver | Center for Nonlinear Science (CeNoS) |
Kamps, Oliver | Center for Nonlinear Science (CeNoS) |
Mai, Oliver | Center for Nonlinear Science (CeNoS) |
Willers, Clemens | Center for Nonlinear Science (CeNoS) |