Methodenbereich 4

Stochastische Modellbildung, statistische Datenanalyse und Vorhersage

Die Forschungsaktivitäten im MB 4 konzentrieren sich auf Anwendungen für die Vorhersage, wobei bereits starke Verbindungen zwischen mathematischen Wissenschaftlern und Meteorologen im Rahmen des Transregio-Sonderforschungsbereichs "Waves to Weather" (CRC TRR 165) bestehen, was zur kürzlichen Gründung einer Nachwuchsgruppe "Künstliche Intelligenz für die probabilistische Wettervorhersage" führte. Wir entwickeln weiterhin Methoden zur Erstellung und Auswertung von Wettervorhersagen, mit dem Ziel, die bestmöglichen Vorhersagesysteme zu entwickeln. 

Umgekehrt stimulieren und informieren die angetroffenen angewandten Herausforderungen die theoretisch und methodisch orientierte Forschung zu den Grundlagen der Vorhersagewissenschaft und insbesondere zur Bewertung der Vorhersageleistung, mit enger Anbindung an aktuelle Entwicklungen im maschinellen Lernen.

Ebenso werden in einem von der Helmholtz-Gemeinschaft geförderten Projekt zu "Skalierbaren und interpretierbaren Modellen für komplexe und strukturierte Daten" (SIMCARD) datenwissenschaftliche Herausforderungen in der Meteorologie und Epidemiologie angegangen. Angesichts neuer gesellschaftlicher Herausforderungen hat sich die Aufmerksamkeit in diesem Projekt auf die wissenschaftliche Reaktion auf die Coronavirus-Pandemie verlagert, einschließlich der Entwicklung des deutsch-polnischen COVID-19 Forecast Hub (https://kitmetricslab.github.io/forecasthub/forecast) und damit verbundener Methoden zur Generierung und Bewertung epidemiologischer Ensemble-Prognosen.

Young Investigator Gruppenleiter

Sprecher für Methodenbereich 4

Aktuelle Meldungen aus Methodenbereich 4

trockenebodenOxfam International
Prognosen auf dem Prüfstand

Statistiker aus dem HITS, dem KIT und der Universität Heidelberg haben ein neues Verfahren ("CORP") ​entwickelt, mit dem die Zuverlässigkeit von Prognosemethoden besser diagnostiziert werden kann. Dieser Ansatz ist auch bei der Methodenentwicklung im maschinellen Lernen relevant. Die Studie ist jetzt in den "Proceedings der National Academy of Sciences" (PNAS) erschienen.

Mehr Information