KIT | KIT-Bibliothek | Impressum | Datenschutz

Information Theory for Nonparametric Learning and Probabilistic Prediction : Applications in Earth Science and Geostatistics

Thiesen, Stephanie

Abstract:

Interessant, aber herausfordernd: Erdsysteme sind oft komplex und ihre Probleme unterbestimmt. Lückenhaftes Verständnis relevanter Teilsysteme (Komplexitätsfrage) und die Unmöglichkeit, alles, überall und zu jeder Zeit beobachten zu können (Unterbestimmtheitsfrage), führen zu einer erheblichen inferentiellen und prädiktiven Unsicherheit. Tatsächlich ist diese Unsicherheit eines der Probleme der Erdsystemforschung, und ihre Quantifizierung ist folglich ein wesentlicher Aspekt der geowissenschaftlichen Analyse und Prognose. Zusätzlich erhöht das Nichtberücksichtigen von Unsicherheit durch deterministische Modelle oder starke parametrische Annahmen die Starrheit des Modells (als Gegenpol zur Allgemeinheit). ... mehr

Abstract (englisch):

Interestingly but challenging, Earth systems are often complex and their problems underdetermined. The lack of a complete understanding of relevant subsystems (complexity issue) and the impossibility of observing everything, everywhere, all the time (underdeterminism issue) lead to a considerable inferential and predictive uncertainty. In fact, uncertainty is part of Earth system science problems, and its quantification is, consequently, an essential aspect of geoscientific analysis and prediction. Additionally, ignoring uncertainty by deterministic models or strong parametric assumptions increases rigidity in the model (as a counterpoint to generality). ... mehr


Volltext §
DOI: 10.5445/IR/1000140946
Veröffentlicht am 10.12.2021
Cover der Publikation
Zugehörige Institution(en) am KIT Institut für Wasser und Gewässerentwicklung (IWG)
Publikationstyp Hochschulschrift
Publikationsdatum 10.12.2021
Sprache Englisch
Identifikator KITopen-ID: 1000140946
Verlag Karlsruher Institut für Technologie (KIT)
Umfang xxi, 149 S.
Art der Arbeit Dissertation
Fakultät Fakultät für Bauingenieur-, Geo- und Umweltwissenschaften (BGU)
Institut Institut für Wasser und Gewässerentwicklung (IWG)
Prüfungsdatum 06.12.2021
Schlagwörter Stochastic modeling; Information theory; Nonparametric geostatistics; Non-Gaussian data; Sequential simulation; Uncertainty analysis; Event detection; Soil contamination; Risk mapping
Relationen in KITopen
Referent/Betreuer Ehret, U.
KIT – Die Forschungsuniversität in der Helmholtz-Gemeinschaft
KITopen Landing Page