TY - THES A1 - Allwardt, Arne T1 - Analyse von Machine-Learning-Methoden zur synthetischen Erzeugung von Zeitreihen N2 - In der Domäne der Zeitreihen besteht ein Mangel an qualitativ hochwertigen Daten, was die Leistungsfähigkeit von Deep-Learning-Modellen beeinträchtigen kann. Diese Arbeit untersucht Data-Augmentation-Methoden im Bereich von Zeitreihen, welche dieses Problem adressieren. Dabei werden insbesondere Machine-Learning-Verfahren (Autoencoder, Variational Autoencoder, TimeGAN) untersucht und mit algorithmischen Ansätzen (Jittering, Time Warping) verglichen. Die Methoden werden anhand der Kriterien Ähnlichkeit, Diversität und Nützlichkeit bewertet. Die Ergebnisse zeigen, dass algorithmische Verfahren konsistent bessere Ergebnisse liefern als Machine-Learning-Methoden. Zudem wird festgestellt, dass der Einsatz generativer Machine-Learning-Verfahren nur dann sinnvoll ist, wenn das generative Modell weniger komplex ist als das Modell, welches die synthetischen Daten letztlich verwenden soll. N2 - In the domain of time series, there is a lack of high-quality data, which can negatively affect the performance of deep learning models. This thesis examines data augmentation methods in the field of time series that address this issue. In particular, machine learning approaches (Autoencoders, Variational Autoencoders, TimeGAN) are investigated and compared with algorithmic techniques (Jittering, Time Warping). The methods are evaluated using discriminative-, visual- and predictive evaluation. The results show that algorithmic approaches consistently yield better outcomes than machine learning methods. Furthermore, it is noted that the use of generative machine learning techniques is only meaningful when the generative model is less complex than the model that will ultimately utilize the synthetic data. KW - Machine Learning KW - Data Augmentation KW - Zeitreihen KW - Maschinelles Lernen KW - Data Augmentation KW - Zeitreihe Y1 - 2024 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:522-opus4-32017 ER -