Internationales Seminar und Workshop zur Datenanalyse am MPIPKS in Dresden
Das dreiwöchige interdisziplinäre Seminar am Max-Planck-Institut für Physik komplexer Systeme bringt Wissenschaftler aus den Gebieten der statistischen Physik, der mathematischen Statistik, der numerischen Mathematik und des maschinellen Lernens zusammen, um neue theoretische Ansätze und Anwendungen zu diskutieren, die es erlauben, mit den Herausforderungen stochastischer dynamischer Daten umzugehen. Am Seminar und Workshop nehmen insgesamt 43 Wissenschaftler aus 10 Ländern teil.
Stochastische, dynamische Systeme, die ursprünglich meist in der chemischen Physik ihre Anwendung fanden, spielen neuerdings eine immer wichtigere Rolle in der Modellierung
von Systemen in so unterschiedlichen Gebieten wie der Systembiologie, der Meteorologie, der numerischen Neurobiology sowie der quantitativen Sozialwissenschaften.
Beispiele sind die reichhaltigen dynamischen Eigenschaften von Netzwerken biologischer Neuronen und der Gen—Regulation sowie der Wechselwirkungen von Proteinen oder der Teilnehmer komplexer Finanzmärkte.
Die statistische Physik untersucht traditionell die Eigenschaften stochastischer dynamischer Systeme und ermöglicht so, Vorhersagen über die zeitliche Enwicklung eines Systems zu machen, wenn das theoretische Modell bekannt ist. In vielen der neuen Anwendungen stellt jedoch das inverse Problem eine wesentliche Herausforderung dar: die Anpassung von Modellen und ihrer Parameter an stetig wachsende Datenmengen. Solche Fragestellung werden in der mathematischen Statistik und auf dem Gebiet des maschinellen Lernens diskutiert.
Die semantisch ähnlichsten Pressemitteilungen im idw
