Transfer Learning für die Vorhersage kurzer Umweltzeitreihen mit prozess-geleiteten neuronale Netze (B02)

• Fachliche Zuordnung: Bild- und Sprachverarbeitung, Computergraphik und Visualisierung, Human Computer Interaction, Ubiquitous und Wearable Computing ; Ökologie und Biodiversität der Pflanzen und Ökosysteme
• Förderung: Förderung seit 2023
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 499552394

Wir wollen Ansätze für die Kombination von Prozessmodelle mit neuronalen Netzen ausbauen, in dem wir neuronale Netze um vorhandenes biophysikalischem Prozesswissen erweitern und Explainable-AI-Ansätze zur Verbesserung von Prozessmodellen nutzen. Wir berücksichtigen insbesondere die Anreicherung von Beobachtungsdaten durch Simulation aus einem Prozessmodells, die Verwendung von Prozessmodellen zur Regularisierung und Nachbearbeitung der Vorhersagen, und die Einbettung des Prozessmodells in eine Reihe neuronaler Netze. Ziel ist eine Einbettung des jeweiligen Prozessmodells in eine neuronal Netzwerkstruktur zur Optimierung von Vorhersagen.

• DFG-Verfahren: Sonderforschungsbereiche
• Teilprojekt zu: SFB 1597: Small Data
• Antragstellende Institution: Albert-Ludwigs-Universität Freiburg
• Teilprojektleiter: Professor Dr. Joschka Bödecker; Professor Dr. Carsten Dormann