Achtung! Das Lehrangebot ist noch nicht vollständig und wird bis Semesterbeginn laufend ergänzt.
280390 VO MA PE 01 VO Inverse Problems (NPI) (2019W)
Labels
An/Abmeldung
Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").
Details
max. 20 Teilnehmer*innen
Sprache: Englisch
Prüfungstermine
Lehrende
Termine (iCal) - nächster Termin ist mit N markiert
- Donnerstag 03.10. 12:00 - 14:30 Seminarraum Paläontologie 2B311 3.OG UZA II
- Donnerstag 10.10. 12:00 - 14:30 Seminarraum Paläontologie 2B311 3.OG UZA II
- Donnerstag 17.10. 12:00 - 14:30 Seminarraum Paläontologie 2B311 3.OG UZA II
- Donnerstag 24.10. 12:00 - 14:30 Seminarraum Paläontologie 2B311 3.OG UZA II
- Donnerstag 31.10. 12:00 - 14:30 Seminarraum Paläontologie 2B311 3.OG UZA II
- Donnerstag 07.11. 12:00 - 14:30 Seminarraum Paläontologie 2B311 3.OG UZA II
- Donnerstag 14.11. 12:00 - 14:30 Seminarraum Paläontologie 2B311 3.OG UZA II
- Donnerstag 21.11. 12:00 - 14:30 Seminarraum Paläontologie 2B311 3.OG UZA II
- Donnerstag 28.11. 12:00 - 14:30 Seminarraum Paläontologie 2B311 3.OG UZA II
- Donnerstag 05.12. 12:00 - 14:30 Seminarraum Paläontologie 2B311 3.OG UZA II
- Donnerstag 12.12. 12:00 - 14:30 Seminarraum Paläontologie 2B311 3.OG UZA II
- Donnerstag 09.01. 12:00 - 14:30 Seminarraum Paläontologie 2B311 3.OG UZA II
- Donnerstag 16.01. 12:00 - 14:30 Seminarraum Paläontologie 2B311 3.OG UZA II
- Donnerstag 23.01. 12:00 - 14:30 Seminarraum Paläontologie 2B311 3.OG UZA II
- Donnerstag 30.01. 12:00 - 14:30 Seminarraum Paläontologie 2B311 3.OG UZA II
Information
Ziele, Inhalte und Methode der Lehrveranstaltung
Art der Leistungskontrolle und erlaubte Hilfsmittel
Mündliche Prüfung
Mindestanforderungen und Beurteilungsmaßstab
Prüfungsstoff
Literatur
R.C. Aster, B. Borchers, C.H. Thurber: Parameter Estimation and Inverse Problems, Elsevier, 2013
Zuordnung im Vorlesungsverzeichnis
Letzte Änderung: Sa 02.04.2022 00:25
-- Linear regression (and statistical aspects of least squares)
-- Discretization of inverse problems (mainly integrals)
-- Ill posed problems and rank deficiency
-- Tikhonov regularization
-- Nonlinear regression (Newton method,...).
-- Bayesian approachAll these chapter will be complemented with exercises (Matlab or Python).