280390 VO MA PE 01 VO Inverse Problems (NPI) (2021W)
Labels
GEMISCHT
An/Abmeldung
Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").
Details
max. 10 Teilnehmer*innen
Sprache: Englisch
Prüfungstermine
Lehrende
Termine (iCal) - nächster Termin ist mit N markiert
The course will start from the 2nd week of semester, i.e. from October 14, due to organizational reasons.
- Donnerstag 07.10. 12:00 - 14:30 Seminarraum Paläontologie 2B311 3.OG UZA II
- Donnerstag 14.10. 12:00 - 14:30 Seminarraum Paläontologie 2B311 3.OG UZA II
- Donnerstag 21.10. 12:00 - 14:30 Seminarraum Paläontologie 2B311 3.OG UZA II
- Donnerstag 28.10. 12:00 - 14:30 Seminarraum Paläontologie 2B311 3.OG UZA II
- Donnerstag 04.11. 12:00 - 14:30 Seminarraum Paläontologie 2B311 3.OG UZA II
- Donnerstag 11.11. 12:00 - 14:30 Seminarraum Paläontologie 2B311 3.OG UZA II
- Donnerstag 18.11. 12:00 - 14:30 Seminarraum Paläontologie 2B311 3.OG UZA II
- Donnerstag 25.11. 12:00 - 14:30 Seminarraum Paläontologie 2B311 3.OG UZA II
- Donnerstag 02.12. 12:00 - 14:30 Seminarraum Paläontologie 2B311 3.OG UZA II
- Donnerstag 09.12. 12:00 - 14:30 Seminarraum Paläontologie 2B311 3.OG UZA II
- Donnerstag 16.12. 12:00 - 14:30 Seminarraum Paläontologie 2B311 3.OG UZA II
- Donnerstag 13.01. 12:00 - 14:30 Seminarraum Paläontologie 2B311 3.OG UZA II
- Donnerstag 20.01. 12:00 - 14:30 Seminarraum Paläontologie 2B311 3.OG UZA II
- Donnerstag 27.01. 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: Mo 26.09.2022 13:10
-- Linear regression (and statistical aspects of least squares)
-- Discretization of inverse problems
-- Ill-posed problems and rank deficiency
-- Tikhonov regularization
-- Nonlinear regression (Newton method etc).
-- Bayesian approachAll of these topics will be complemented with exercises (Matlab or Python).