Numerische datenbasierte Vorhersage

Wir entwickeln und erforschen numerische Verfahren zur datenbasierten Vorhersage. Ziel ist es, automatisch gesammelte Daten zeitnah zu analysieren und Prognosen über zukünftiges Verhalten zu generieren. Datenbasierte Vorhersagen treten in vielen Anwendungsgebieten auf. Beispiele dafür sind

  • Analyse von Scharen von numerischen Simulationsdaten
  • Untersuchung von Sensordaten aus Monitoringsystemen
  • Quantifizierung von Unsicherheiten in Ingenieuranwendungen
  • technische Trendvorhersage von Wechselkursen und anderen Finanzprodukten

Kern unserer Forschungsarbeiten ist es, effiziente numerische Methoden zur Lösung hoch­dimensionaler Probleme zu entwickeln. Wir entwickeln beispielsweise Verfahren, die es erlauben, bei großen Datenmengen in relativ kurzer Zeit eine vorteilbringende Prognosegüte zu erzielen. Damit empfehlen sie sich für Kunden mit Anwendungsfällen, bei denen es auf eine schnelle Analyse umfangreichen Datenmaterials ankommt und in denen herkömmliche nichtlineare Verfahren der Datenanalyse zu langsam sind. Auf Basis von Dimensionsreduktions­verfahren entwickeln wir Software-Lösungen, die es Ingenieuren erlauben, einfach und interaktiv große Datenmengen aus der virtuellen Produktentwicklung oder dem Monitoring zu untersuchen. Dabei machen diese Analysemethoden es für die Ingenieure möglich, schneller auf Grund der Datenbasis Entscheidungen zu treffen.