Deep Learning in Raum und Zeit (A05)

• Fachliche Zuordnung: Statistik und Ökonometrie ; Bild- und Sprachverarbeitung, Computergraphik und Visualisierung, Human Computer Interaction, Ubiquitous und Wearable Computing ; Mathematik
• Förderung: Förderung seit 2024
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 520388526

Deep Learning in Raum und Zeit zielt auf ein besseres theoretisches Verständnis von tiefen neuronalen Netzen für Raum-Zeit-Daten ab, was zu verbesserten Vorhersagen einschließlich statistischer Garantien führen wird. Langfristig sollen Deep-Learning-Ansätze entwickelt werden, die Anforderungen wie Interpretierbarkeit, statistische Inferenz und statistische Optimalität erfüllen.

• DFG-Verfahren: Transregios
• Teilprojekt zu: TRR 391: Raum-zeitliche Statistik für die Energie- und Transportwende
• Antragstellende Institution: Technische Universität Dortmund
• Teilprojektleiterinnen / Teilprojektleiter: Professorin Dr. Asja Fischer, seit 7/2024; Professor Dr. Johannes Lederer, seit 7/2024; Professorin Dr. Hanna Meyer, seit 7/2024