Klassifikation und multiples Testen in der Analyse hoch-dimensionaler Daten aus terrestrischen und astronomischen Beobachtungen

点击翻译按钮获取中文摘要

Messungen atmosphärischer und astronomischer Phänomene durch terrestrische Beobachtungsnetzwerke oder satellitengestützte Aufnahmen leisten in zunehmenden Maße einen wichtigen Beitrag zum tieferen Verständnis dieser Prozesse (zum Beispiel bei der Kalibrierung und Validierung von Klimamodellen). Die hohe Dimensionalität und die oft schlechte Qualität der Daten aus solchen Beobachtungen stellen große Herausforderungen an die Verfahren zur statistischen Auswertung. Im Rahmen des vorgeschlagenen Projektes wird die methodische Seite der Datenauswertung sowohl aus angewandter als auch aus theoretischer Sicht untersucht. Zudem werden neue effizientere Methoden entwickelt für zwei Projekte, ein astronomisches und eines im Rahmen einer Studie von Wolkenbildungsprozessen und Aerosol-Konzentrationen über Polgegenden.