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.
| 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 |

