SFB 1294/1: Datenassimilation: Die nahtlose Verschmelzung von Daten und Modellen


Die nahtlose Integration großer Datenmengen in komplexe Computermodelle bildet eine der großen Herausforderungen der mathematischen Wissenschaften im 21sten Jahrhundert. Die Verschmelzung von Daten und Modellen wird Datenassimilation genannt falls die Computermodelle auf Evolutionsgleichungen beruhen und die Daten zeitlich strukturiert sind. Die Assimilation von Daten in Computermodelle erfüllt ein weites Spektrum von Aufgaben, das von der Kalibrierung von Modellen über Modellvergleiche bis hin zur Entwicklung neuer Modelle reicht. Das Gebiet der Datenassimilation ist durch Anwendungen aus der Meteorologie, Hydrologie und Rohstoffsuche vorangetrieben worden. Eine theoretische Untermauerung existierender Algorithmen fehlt jedoch. Weiterhin erfordern neue Anwendungen aus der Biologie, Medizin und den Kognitions- und Neurowissenschaften neue Assimilationstechniken. Es ist daher das Ziel des SFBs, systematisch Methoden zur Datenassimilation zu entwickeln und deren Effizienz und Robustheit am Beispiel etablierter und neuer Anwendungsgebiete zu demonstrieren. Der SFB wird die Bayesianische Sichtweise auf die Datenassimilation durch eine allgemeine statistische Herangehensweise an die innewohnenden Inferenzprobleme ergänzen. Wesentliche Herausforderungen ergeben sich aus der Hochdimensionalität und Nichtlinearität der Modelle als auch der nicht-Gaußschen Statistik der Daten. Die Anwendungsbereiche des SFBs schließen die Geowissenschaften ein aber auch neue Anwendungsgebiete der Datenassimilation wie die Biophysik und die Kognitionswissenschaften


Projektleitung
Reiß, Markus Prof. Dr. (Details) (Mathematische Statistik)

Laufzeit
Projektstart: 07/2017
Projektende: 06/2021

Forschungsbereiche
Mathematik

Zuletzt aktualisiert 2021-21-07 um 13:30