Abteilung Systemanalyse, Integrated Assessment und Modellierung

In diesem Projekt wird der Einsatz von Techniken des maschinellen Lernens erforscht, um niedrigdimensionale Merkmale in hochdimensionalen Datensätzen, sowohl simulierten als auch beobachteten, aufzudecken. Unser Ziel ist es, relevante Merkmale zu identifizieren, die einen Einblick in die zugrundeliegenden Parameter für simulierte Datensätze geben und Bayes'sche Schlussfolgerungsmethoden wie ABC und HMC verbessern. Im Zusammenhang mit der Hydrologie von Einzugsgebieten liegt der Schwerpunkt auf der Beseitigung der Auswirkungen meteorologischer Faktoren wie Niederschlag und Temperatur, um die einzigartigen Fingerabdrücke eines Einzugsgebiets in den Abflussdaten aufzudecken.