Antizipation kritischer Übergänge in komplexen Systemen mit Anwendung auf reale Systeme

Grunddaten zu diesem Projekt

Art des ProjektesEigenmittelprojekt
Laufzeit an der Universität Münsterseit 01.10.2019

Beschreibung

Im Zuge des Projekts wird mithilfe Bayes'scher Statistik und modernen numerischen Verfahren Stabilitätsmaße auf Datenfenstern geschätzt, um deren zeitlichen Verlauf zu charakterisieren. Hierbei liegt besonderes Gewicht auf der Modellierung und Schätzung einer stochastischen Differentialgleichung, wobei deren deterministischer Anteil Informationen über die Resilienz und der diffusive Anteil Inormationen über die Wahrschienlichkeit einer rauschinduzierten Destabilisierung liefern kann. Die Entwicklund des Algorithmus' wird mit Tests auf simulierten Daten begleitet und gegebenefalls auf empirische Daten übertragen. Der Algorithmus wird ebenfalls rechenzeitlich optimiert und auf mögliche Merkmale der untersuchten Zeitreihen zugeschnitten und erweitert.

StichwörterFrühwarnsignale; Leitindikatoren; nichtlineare Physik; Zeitreihenanalyse; Bayes-Statistik
Webseite des Projektshttps://github.com/MartinHessler/antiCPy

Projektleitung der Universität Münster

Thiele, Uwe
Professur für Theoretische Physik (Prof. Thiele)
Center for Nonlinear Science (CeNoS)
Center for Multiscale Theory and Computation (CMTC)

Wissenschaftliche Projektmitarbeiter*innen der Universität Münster

Heßler, Martin
Center for Nonlinear Science (CeNoS)
Kamps, Oliver
Center for Nonlinear Science (CeNoS)