Zur Seitennavigation oder mit Tastenkombination für den accesskey-Taste und Taste 1 
Zum Seiteninhalt oder mit Tastenkombination für den accesskey und Taste 2 
BUW Logo BUW Logo
BERGISCHE
UNIVERSITÄT
WUPPERTAL
Startseite    Anmelden    Semester:  SoSe 2020   (Für die Prüfungsanmeldung und das Semesterticket muss das Semester nicht umgestellt werden.)

Mathematical Foundations of Machine Learning with Applications in Finance - Einzelansicht

  • Funktionen:
Grunddaten
Veranstaltungsart Vorlesung Veranstaltungsnummer 201MAT041010
Semester SoSe 2020 SWS 4
Erwartete Teilnehmer/-innen 15 Max. Teilnehmer/-innen 30
Belegung Diese Veranstaltung ist nicht belegpflichtig!
Sprache englisch
Hyperlink http://www-amna.math.uni-wuppertal.de/~ehrhardt/MachineLearning/VL_SS20.html
Termine Gruppe: iCalendar Export für Outlook
  Tag Zeit Rhythmus Dauer Raum Lehrperson fällt aus am Max. Teilnehmer/-innen
Einzeltermine anzeigen
iCalendar Export für Outlook
Mo. 10:00 bis 12:00 woch 13.04.2020 bis 13.07.2020        20
Einzeltermine anzeigen
iCalendar Export für Outlook
Mo. 10:00 bis 12:00 woch 13.04.2020 bis 13.07.2020  Gebäude G - HS 05     20
Einzeltermine anzeigen
iCalendar Export für Outlook
Mo. 12:00 bis 14:00 woch 13.04.2020 bis 13.07.2020  Gebäude G - G.13.18     20
Einzeltermine anzeigen
iCalendar Export für Outlook
Mi. 14:00 bis 16:00 woch 08.04.2020 bis 15.07.2020  Gebäude G - G.15.25     20
Einzeltermine anzeigen
iCalendar Export für Outlook
Di. 16:00 bis 18:00 woch 14.04.2020 bis 05.10.2020  Gebäude D - D.13.15     20
Gruppe :
 


Zugeordnete Personen
Zugeordnete Personen Zuständigkeit
Kienitz, Jörg, PD Dr.
Ehrhardt, Matthias, Prof. Dr. verantwortlich
Günther, Michael, Univ.- Prof. Dr., Dipl.-Math. Univ.-Prof. verantwortlich
Zuordnung zu Einrichtungen
Mathematik
Inhalt
Kommentar

Course MOR - Model Order Reduction (by Dr. E. Jan W. ter Maten)
The topic receives a lot of attention in recent research. The AMNA Group strongly participates in national and EU research projects on these topics. Results from these projects will be presented during the courses.

Model Order Reduction aims to reduce subsystems in size such that faster simulations can be made while preserving the accuracy of requested output. Uncertainty Quantification is a modern approach to efficiently provide statistical output and sensitivity to parameter variations.

The MOR part will cover the topis:
- State-space formulations
- Krylov methods
- Balanced Truncation
- Parameterized Model Order Reduction
- MOR for nonlinear problems
- MOR for Uncertainty Quantification

For further Infos please contact  jan.ter.maten@math.uni-wuppertal.de

Interested students who are uncomfortable with the time-slots can also contact Jan ter Maten via this email.

 

Literatur

A.C. Antoulas, Approximation of Large-Scale Dynamical Systems, SIAM, 2005.

 O.P Le Maitre, O.M.Knio, Spectral Methods for Uncertainty Quantification, Springer, 2010.

Bemerkung

This course will be given in English language.

Voraussetzungen

Analysis I-II, Linear Algebra I-II, Numerical Analysis of Ordinary and Partial Differential Equations.

Leistungsnachweis

The course consists of two lectures per week and gives 9 credit points.

Zielgruppe

Students from "Computer Simulation in Science", master students of applied and numerical mathematics but also students from atmospheric modeling.


Strukturbaum
Die Veranstaltung wurde 8 mal im Vorlesungsverzeichnis SoSe 2020 gefunden:

2007 WUSEL-Team Bergische Universität Wuppertal
Anzahl aktueller Nutzer/-innen auf qisapp01-p: 937