Modellbildung mittels Symbolischer Regression zur Messunsicherheitsbestimmung komplexer Messprozesse
-
- Deutsch ausgewählt
49,00 €
inkl. gesetzl. MwSt.,
Beschreibung
Produktdetails
Einband
Paperback
Erscheinungsdatum
30.01.2023
Verlag
ApprimusSeitenzahl
152
Maße (L/B/H)
21/14,8/1 cm
Gewicht
209 g
Auflage
1. Auflage
Sprache
Deutsch
ISBN
978-3-9855514-6-0
In der Forschungsarbeit werden zunächst die Einflussgrößen eines Messprozesses als Grundlage der Modellbildung untersucht. Über eine Relevanzbewertung mittels Feature Selection Algorithmen wird sicherhergestellt, dass die ausgewählten Einflussgrößen einen signifikanten Beitrag am funktionellen Zusammenhang haben. Für die Modellbildung selbst, wird die Symbolische Regression betrachtet. Untersuchungsgegenstände sind die Integration von Erfahrungswissen, die Reduzierung des Bloating-Effekts sowie die Optimierung der Hyperparameter. Um die Validität des Modells zu bewerten, wird ein Verfahren entwickelt, welches die Validität des Modells in Teilbereichen des untersuchten Wertebereichs ermöglicht. Es wird ein Regressions-basiertes Verfahren entwickelt, welches die Modellergebnisse mit realen Versuchsergebnissen gegenüberstellt. Über den Abgleich von Konfidenzintervallen kann anschließend eine Aussage darüber getroffen werden, ob das Modell valide, teilweise valide oder nicht valide ist.
Das Ergebnis ist ein Verfahren zur Modellbildung mittels Symbolischer Regression, welches insbesondere auf die Herausforderungen der Messunsicherheitsbestimmung komplexer Messprozesse ausgelegt ist. Über eine Relevanzbewertung mittels Kombination aus zwei Wrapper-Methoden, können irrelevante Einflussgrößen gefiltert und der Aufwand von Modellbildung und Messunsicherheitsbestimmung reduziert werden. Weiterhin kann die Validität des Modells messbereichsspezifisch über eine Gegenüberstellung von Modell- und Realdaten und einen Abgleich der Konfidenzintervalle ermittelt werden.
Noch keine Bewertungen vorhanden
Verfassen Sie die erste Bewertung zu diesem Artikel
Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.
Kurze Frage zu unserer Seite
Vielen Dank für Ihr Feedback
Wir nutzen Ihr Feedback, um unsere Produktseiten zu verbessern. Bitte haben Sie Verständnis, dass wir Ihnen keine Rückmeldung geben können. Falls Sie Kontakt mit uns aufnehmen möchten, können Sie sich aber gerne an unseren Kund*innenservice wenden.
zum Kundenservice