Detailseite
Projekt Druckansicht

Vorverarbeitete und hochdimensionale Datensätze in Diskriminanzanalyse und Klassifikation

Fachliche Zuordnung Mathematik
Förderung Förderung seit 2021
Projektkennung Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 460867398
 
Dieses Projekt untersucht, wie sich Datenvorverarbeitung und hochdimensionale Merkmalsvektoren auf Klassifikation, Regression und lineare Diskriminanzanalyse auswirken. Beide Aspekte stellen zentrale Herausforderungen der modernen Datenwissenschaft dar. Datenschutzbewahrende Vorverarbeitung kann den Einfluss einzelner Merkmale auf das Analyseergebnis verringern, während hochdimensionale Daten häufig eine große Zahl schwacher Prädiktoren enthalten. Wir entwickeln statistische Methoden, die speziell für solche Szenarien geeignet sind, mit einem Schwerpunkt auf recheneffizienten Lernalgorithmen mit nachweisbaren Konvergenzraten. Im Fokus stehen dabei semiparametrische binäre Regressionsmodelle sowie die Analyse des (stochastischen) Gradientenabstiegs für (penalisierte) empirische Risikominimierung. Unsere Untersuchungen reichen von grundlegenden hochdimensionalen linearen und additiven Modellen bis hin zu komplexeren Architekturen neuronaler Netzwerke.
DFG-Verfahren Forschungsgruppen
Internationaler Bezug Österreich
Kooperationspartner Professor Dr. Lukas Steinberger
 
 

Zusatzinformationen

Textvergrößerung und Kontrastanpassung