Sequentielles und adaptives Lernen unter abhängigen und Nicht-Standard Zielfunktionen (A03)

• Fachliche Zuordnung: Mathematik
• Förderung: Förderung seit 2017
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 318763901

Das Projekt behandelt das Thema der sequentiellen, adaptiven Erhebung von Daten, mit dem Ziel, Optimalität bezüglich einer gegebenen Zielfunktion zu erreichen. Zu jedem Zeitpunkt kann nur begrenzt Information gesammelt werden, wobei der/die Nutzer/in sequentiell entscheiden kann, was beobachtet wird. Im Unterschied zu klassischen Ansätzen des sequentiellen Lernens sind die Daten zeitlich korreliert und stammen aus einem zugrunde liegenden stochastischen Prozess. Wir konzentrieren uns auf den Fall, in dem die Menge der Aktionen eine bestimmte Topologie aufweist, die ausgenutzt werden kann, zum Beispiel indem sie von einem Graphen oder einer glatten Funktion stammt.

• DFG-Verfahren: Sonderforschungsbereiche
• Teilprojekt zu: SFB 1294: Datenassimilation – Die nahtlose Verschmelzung von Daten und Modellen
• Antragstellende Institution: Universität Potsdam
• Teilprojektleiterinnen / Teilprojektleiter: Professor Dr. Gilles Blanchard, bis 6/2021; Professorin Dr. Alexandra Carpentier; Professorin Dr. Jana De Wiljes, seit 7/2021