Parameter Estimation of Dynamic Models Using Time Series Extrinsic Regression

  • An ML approach for parameter estimation of dynamic models is proposed, in which Time Series Extrinsic Regression (TSER) is used to learn the inverse mapping of the time series output to the underlying time-invariant parameters. To our knowledge, this is the first deliberate application of TSER and its methods to parameter estimation of dynamic models.

Volltext Dateien herunterladen

  • Gerakis_AI4Science_Symposium_TSER.pdf
    eng

Metadaten exportieren

Weitere Dienste

Suche bei Google Scholar Anzahl der Zugriffe auf dieses Dokument
Metadaten
Autor*innen:John Paul GerakisORCiD, Torben TalisORCiD
Koautor*innen:Jens-Uwe RepkeORCiD, Erik EscheORCiD
Dokumenttyp:Posterpräsentation
Veröffentlichungsform:Präsentation
Sprache:Englisch
Jahr der Erstveröffentlichung:2025
Organisationseinheit der BAM:2 Prozess- und Anlagensicherheit
2 Prozess- und Anlagensicherheit / 2.2 Prozesssimulation
DDC-Klassifikation:Technik, Medizin, angewandte Wissenschaften / Chemische Verfahrenstechnik / Chemische Verfahrenstechnik
Freie Schlagwörter:Dynamic Models; Parameter Estimation; Time Series Extrinsic Regression
Themenfelder/Aktivitätsfelder der BAM:Chemie und Prozesstechnik
Chemie und Prozesstechnik / Anlagensicherheit und Prozesssimulation
Veranstaltung:BAM Symposium on Artificial Intelligence and Machine Learning
Veranstaltungsort:Berlin, Germany
Beginndatum der Veranstaltung:06.11.2025
Verfügbarkeit des Dokuments:Datei im Netzwerk der BAM verfügbar ("Closed Access")
Datum der Freischaltung:13.01.2026
Referierte Publikation:Nein
Einverstanden
Diese Webseite verwendet technisch erforderliche Session-Cookies. Durch die weitere Nutzung der Webseite stimmen Sie diesem zu. Unsere Datenschutzerklärung finden Sie hier.