@inproceedings{AntretterMayerWellisch2011, author = {Antretter, F. and Mayer, C. and Wellisch, Ulrich}, title = {An approach for a statistical model for the user behaviour regarding window ventilation in residential buildings}, series = {Proceedings of Building Simulation 2011: 12th Conference of International Building Performance Simulation Association, Sydney}, booktitle = {Proceedings of Building Simulation 2011: 12th Conference of International Building Performance Simulation Association, Sydney}, year = {2011}, language = {en} } @techreport{AuerBenekenBrummeretal.2017, author = {Auer, Veronika and Beneken, Gerd and Brummer, Benjamin and Ch{\^a}teauvieux-Hellwig, Camille and Engler, Benjamin and Gilly, Alexander and Hagl, Rainer and Hummel, Felix and Hummel, Sabine and Karlinger, Peter and Knorr, Ludwig and K{\"o}ster, Heinrich and Kucich, Martin and Mecking, Simon and Rabold, Andreas and Sandor, Viktor and Schalk, Daniel and Schanda, Ulrich and Schemme, Michael and Schiffner, Ivonne and Schmidt, Jochen and Schugmann, Reinhard and Seidlmeier, Heinrich and Sigg, Ferdinand and Stauss, Kilian and Sussmann, Monika and Wellisch, Ulrich and Wenninger, Marc and Wittmann, Josef and Zscheile, Matthias}, title = {Jahresbericht 2016, Forschung - Entwicklung - Innovation}, organization = {Hochschule Rosenheim}, url = {http://nbn-resolving.de/urn:nbn:de:bvb:861-opus4-12282}, pages = {68}, year = {2017}, abstract = {Mit dem j{\"a}hrlich erscheinenden Forschungsbericht m{\"o}chte die Hochschule Rosenheim einen Einblick in ihre vielf{\"a}ltigen Projekte und Aktivit{\"a}ten der angewandten Forschung und Entwicklung geben. Im Jahresbericht 2016 wird {\"u}ber Vorhaben im Jahr 2016 berichtet.}, language = {de} } @techreport{BarthBeneckenBetzetal.2016, author = {Barth, Simon and Benecken, Gerd and Betz, Andreas and Binninger, Karsten and Graule, Verena and Hack, Andreas and Haegele, Rainer and Hartmann, Markus and Hauck-Bauer, Eva and Haut, Sandra and J{\"a}ger, Johannes and Kagerl, Andreas and Karlinger, Peter and Konle, Elke and K{\"o}ster, Heinrich and Krause, Harald and Krommes, Sandra and Meissner, Thomas and Michanickl, Andreas and Sandor, Viktor and Schanda, Ulrich and Schemme, Michael and Sebald, Daniela and Spindler, Uli and Stauss, Kilian and Strobl, Thomas and Sussmann, Monika and Versen, Martin and Voit, Johann and Wambsganß, Mathias and Wellisch, Ulrich and Zauner, Johannes}, title = {Forschungsbericht 2015}, organization = {Hochschule Rosenheim}, url = {http://nbn-resolving.de/urn:nbn:de:bvb:861-opus4-12304}, pages = {76}, year = {2016}, abstract = {Mit dem j{\"a}hrlich erscheinenden Forschungsbericht m{\"o}chte die Hochschule Rosenheim einen Einblick in ihre vielf{\"a}ltigen Projekte und Aktivit{\"a}ten der angewandten Forschung und Entwicklung geben. Im Forschungsbericht 2015 wird {\"u}ber Vorhaben im Jahr 2015 berichtet.}, language = {de} } @techreport{BauerFeldmeierPaulusetal.2014, author = {Bauer, L. and Feldmeier, F. and Paulus, F. and Schreyer, M. and Wellisch, Ulrich}, title = {In situ Pr{\"u}fverfahren f{\"u}r transparente Bauteile}, year = {2014}, language = {de} } @techreport{BauerBeneckenBueckeretal.2015, author = {Bauer, Lucia and Benecken, Gerd and B{\"u}cker, Dominikus and Buff, Alexander and Carlton, Katrina and Feldmeier, Franz and Flatscher, Simon and Hack, Andreas and Halt, Manfred and Jell, Peter and K{\"o}ster, Heinrich and Kucich, Martin and Manzinger, Franziska and Mecking, Simon and Paus, Inger and Rex, Steffen and Schanda, Ulrich and Schreyer, Manuela and Spindler, Uli and Stadler, Constanze and Stahnke, Svenja and Stiegler, Gertrud and Walser, Georg and Wambsganß, Mathias and Wellisch, Ulrich}, title = {Forschungsbericht 2014}, organization = {Hochschule Rosenheim}, url = {http://nbn-resolving.de/urn:nbn:de:bvb:861-opus4-12317}, pages = {68}, year = {2015}, abstract = {Mit dem j{\"a}hrlich erscheinenden Forschungsbericht m{\"o}chte die Hochschule Rosenheim einen Einblick in ihre vielf{\"a}ltigen Projekte und Aktivit{\"a}ten der angewandten Forschung und Entwicklung geben. Im Forschungsbericht 2014 wird {\"u}ber Vorhaben im Jahr 2014 berichtet.}, language = {de} } @book{BeckerHerrmannSandoretal.2016, author = {Becker, T. and Herrmann, R. and Sandor, V. and Wellisch, Ulrich}, title = {Stochastische Risikomodellierung und statistische Methoden}, publisher = {Springer}, address = {Berlin}, publisher = {Technische Hochschule Rosenheim}, year = {2016}, abstract = {Aktuare treffen, genauso wie Finanzmathematiker und Risikomanager, jeden Tag Einsch{\"a}tzungen {\"u}ber Risiken. Unter Risiken verstehen sie dabei Objekte, an denen sich zuf{\"a}llige Ph{\"a}nomene realisieren, und die sich somit einer sicheren Einsch{\"a}tzung entziehen. Dabei bedienen sich die Aktuare stochastischer Risikomodelle, um � Erkl{\"a}rungsmuster f{\"u}r historische Beobachtungen der Risiken zu finden, � Zukunftsvorhersagenbez{\"u}glich der Risiken zu treffen und � die Genauigkeit der getroffenen Einsch{\"a}tzungen und Prognosen zu bewerten. Stochastische Risikomodelle sind mithin ein Instrument, um die Einsch{\"a}tzung von Risiken zu objektivieren. Risikomodelle werden in der Regel mit statistischen Methoden an Beobachtungsdaten angepasst. Aus einem Modell heraus getroffene Aussagen werden sp{\"a}testens hierdurch zu Einsch{\"a}tzungen, die - um mit Descartes zu sprechen - lediglich „wahrscheinlich" korrektsind. Hier kannein stochastisches Modell helfen, die Wahrscheinlichkeit zu quantifizieren, mit der eine gegebene Einsch{\"a}tzung falsch ist, und die Wahl einer geeigneten statistischen Methode zur Modellanpassung kann helfen, diese Wahrscheinlichkeit zu reduzieren. Stochastische Risikomodelle und statistische Methoden erlauben somit einen wissenschaftlich korrekten Umgang mit dem von Descartes aufgezeigten Dilemma. Allerdings: Risikomodelle sind k{\"u}nstlich - sie leben von den Annahmen, die ihnen zugrunde liegen. F{\"u}r eine seri{\"o}se Modellbildung ist daher das Verst{\"a}ndnis und die Validierung der Modellannahmen unverzichtbar, wie auch ein {\"U}berblick {\"u}ber m{\"o}gliche alternative Modelle. Das vorliegendeBuchm{\"o}chte daherdie wichtigsten stochastischen Risikomodelle, die derzeit in der aktuariellen Praxis Anwendung finden,in einem Band zusammenfassen. Dabei wird Wert auf eine mathematisch fundierte,aber dennoch f{\"u}r Theoretiker und Praktiker gut verst{\"a}ndliche und interessante Darstellung der Modelle mit ihren Eigenschaften und Annahmen gelegt. Gleichzeitig werden die statistischen Methoden zur Modellanpassung bereitgestellt. Die behandelten Modelle und Methoden sind auch die Grundlage, auf denen zahlreiche Anwendungen in Finanzmathematik und quantitativem Risikomanagement aufbauen.}, language = {de} } @incollection{BeckerHerrmannHeumannetal.2024, author = {Becker, Torsten and Herrmann, Richard and Heumann, Christian and Pilz, Stefan and Sandor, Viktor and Sch{\"a}fer, Dominik and Wellisch, Ulrich}, title = {Biometrie}, series = {Statistik und ihre Anwendungen - Stochastische Risikomodellierung und statistische Methoden}, booktitle = {Statistik und ihre Anwendungen - Stochastische Risikomodellierung und statistische Methoden}, publisher = {Springer Berlin Heidelberg}, address = {Berlin, Heidelberg}, isbn = {9783662695319}, issn = {2627-5317}, doi = {10.1007/978-3-662-69532-6_9}, pages = {309 -- 378}, year = {2024}, language = {de} } @incollection{BeckerHerrmannHeumannetal.2024, author = {Becker, Torsten and Herrmann, Richard and Heumann, Christian and Pilz, Stefan and Sandor, Viktor and Sch{\"a}fer, Dominik and Wellisch, Ulrich}, title = {Deskriptive Statistik und explorative Datenanalyse}, series = {Statistik und ihre Anwendungen - Stochastische Risikomodellierung und statistische Methoden}, booktitle = {Statistik und ihre Anwendungen - Stochastische Risikomodellierung und statistische Methoden}, publisher = {Springer Berlin Heidelberg}, address = {Berlin, Heidelberg}, isbn = {9783662695319}, issn = {2627-5317}, doi = {10.1007/978-3-662-69532-6_2}, pages = {29 -- 104}, year = {2024}, language = {de} } @incollection{BeckerHerrmannHeumannetal.2024, author = {Becker, Torsten and Herrmann, Richard and Heumann, Christian and Pilz, Stefan and Sandor, Viktor and Sch{\"a}fer, Dominik and Wellisch, Ulrich}, title = {Stochastische Differenzialrechnung}, series = {Statistik und ihre Anwendungen - Stochastische Risikomodellierung und statistische Methoden}, booktitle = {Statistik und ihre Anwendungen - Stochastische Risikomodellierung und statistische Methoden}, publisher = {Springer Berlin Heidelberg}, address = {Berlin, Heidelberg}, isbn = {9783662695319}, issn = {2627-5317}, doi = {10.1007/978-3-662-69532-6_7}, pages = {253 -- 277}, year = {2024}, language = {de} } @incollection{BeckerHerrmannHeumannetal.2024, author = {Becker, Torsten and Herrmann, Richard and Heumann, Christian and Pilz, Stefan and Sandor, Viktor and Sch{\"a}fer, Dominik and Wellisch, Ulrich}, title = {Punktsch{\"a}tzung}, series = {Statistik und ihre Anwendungen - Stochastische Risikomodellierung und statistische Methoden}, booktitle = {Statistik und ihre Anwendungen - Stochastische Risikomodellierung und statistische Methoden}, publisher = {Springer Berlin Heidelberg}, address = {Berlin, Heidelberg}, isbn = {9783662695319}, issn = {2627-5317}, doi = {10.1007/978-3-662-69532-6_3}, pages = {105 -- 142}, year = {2024}, language = {de} } @incollection{BeckerHerrmannHeumannetal.2024, author = {Becker, Torsten and Herrmann, Richard and Heumann, Christian and Pilz, Stefan and Sandor, Viktor and Sch{\"a}fer, Dominik and Wellisch, Ulrich}, title = {Simulation}, series = {Statistik und ihre Anwendungen - Stochastische Risikomodellierung und statistische Methoden}, booktitle = {Statistik und ihre Anwendungen - Stochastische Risikomodellierung und statistische Methoden}, publisher = {Springer Berlin Heidelberg}, address = {Berlin, Heidelberg}, isbn = {9783662695319}, issn = {2627-5317}, doi = {10.1007/978-3-662-69532-6_11}, pages = {405 -- 429}, year = {2024}, language = {de} } @incollection{BeckerHerrmannHeumannetal.2024, author = {Becker, Torsten and Herrmann, Richard and Heumann, Christian and Pilz, Stefan and Sandor, Viktor and Sch{\"a}fer, Dominik and Wellisch, Ulrich}, title = {Quantifizierung und Bewertung von Risiken}, series = {Statistik und ihre Anwendungen - Stochastische Risikomodellierung und statistische Methoden}, booktitle = {Statistik und ihre Anwendungen - Stochastische Risikomodellierung und statistische Methoden}, publisher = {Springer Berlin Heidelberg}, address = {Berlin, Heidelberg}, isbn = {9783662695319}, issn = {2627-5317}, doi = {10.1007/978-3-662-69532-6_1}, pages = {1 -- 27}, year = {2024}, language = {de} } @incollection{BeckerHerrmannHeumannetal.2024, author = {Becker, Torsten and Herrmann, Richard and Heumann, Christian and Pilz, Stefan and Sandor, Viktor and Sch{\"a}fer, Dominik and Wellisch, Ulrich}, title = {Hypothesentests}, series = {Statistik und ihre Anwendungen - Stochastische Risikomodellierung und statistische Methoden}, booktitle = {Statistik und ihre Anwendungen - Stochastische Risikomodellierung und statistische Methoden}, publisher = {Springer Berlin Heidelberg}, address = {Berlin, Heidelberg}, isbn = {9783662695319}, issn = {2627-5317}, doi = {10.1007/978-3-662-69532-6_4}, pages = {143 -- 170}, year = {2024}, language = {de} } @incollection{BeckerHerrmannHeumannetal.2024, author = {Becker, Torsten and Herrmann, Richard and Heumann, Christian and Pilz, Stefan and Sandor, Viktor and Sch{\"a}fer, Dominik and Wellisch, Ulrich}, title = {Lineare und verallgemeinerte lineare Regression}, series = {Statistik und ihre Anwendungen - Stochastische Risikomodellierung und statistische Methoden}, booktitle = {Statistik und ihre Anwendungen - Stochastische Risikomodellierung und statistische Methoden}, publisher = {Springer Berlin Heidelberg}, address = {Berlin, Heidelberg}, isbn = {9783662695319}, issn = {2627-5317}, doi = {10.1007/978-3-662-69532-6_5}, pages = {171 -- 211}, year = {2024}, language = {de} } @incollection{BeckerHerrmannHeumannetal.2024, author = {Becker, Torsten and Herrmann, Richard and Heumann, Christian and Pilz, Stefan and Sandor, Viktor and Sch{\"a}fer, Dominik and Wellisch, Ulrich}, title = {Credibility-Modelle}, series = {Statistik und ihre Anwendungen - Stochastische Risikomodellierung und statistische Methoden}, booktitle = {Statistik und ihre Anwendungen - Stochastische Risikomodellierung und statistische Methoden}, publisher = {Springer Berlin Heidelberg}, address = {Berlin, Heidelberg}, isbn = {9783662695319}, issn = {2627-5317}, doi = {10.1007/978-3-662-69532-6_10}, pages = {379 -- 404}, year = {2024}, language = {de} } @incollection{BeckerHerrmannHeumannetal.2024, author = {Becker, Torsten and Herrmann, Richard and Heumann, Christian and Pilz, Stefan and Sandor, Viktor and Sch{\"a}fer, Dominik and Wellisch, Ulrich}, title = {Zeitreihenanalyse}, series = {Statistik und ihre Anwendungen - Stochastische Risikomodellierung und statistische Methoden}, booktitle = {Statistik und ihre Anwendungen - Stochastische Risikomodellierung und statistische Methoden}, publisher = {Springer Berlin Heidelberg}, address = {Berlin, Heidelberg}, isbn = {9783662695319}, issn = {2627-5317}, doi = {10.1007/978-3-662-69532-6_8}, pages = {279 -- 307}, year = {2024}, language = {de} } @incollection{BeckerHerrmannHeumannetal.2024, author = {Becker, Torsten and Herrmann, Richard and Heumann, Christian and Pilz, Stefan and Sandor, Viktor and Sch{\"a}fer, Dominik and Wellisch, Ulrich}, title = {Stochastische Prozesse und Modelle}, series = {Statistik und ihre Anwendungen - Stochastische Risikomodellierung und statistische Methoden}, booktitle = {Statistik und ihre Anwendungen - Stochastische Risikomodellierung und statistische Methoden}, publisher = {Springer Berlin Heidelberg}, address = {Berlin, Heidelberg}, isbn = {9783662695319}, issn = {2627-5317}, doi = {10.1007/978-3-662-69532-6_6}, pages = {213 -- 252}, year = {2024}, language = {de} } @article{FreySchoenfelderWellisch2016, author = {Frey, C. and Sch{\"o}nfelder, F. and Wellisch, Ulrich}, title = {Anwendung von maschinellem Lernen in der Tarifierung}, series = {Der Aktuar}, journal = {Der Aktuar}, year = {2016}, language = {de} } @inproceedings{HanfstaenglParzingerSpindleretal.2020, author = {Hanfstaengl, Lucia and Parzinger, Michael and Spindler, Uli and Wellisch, Ulrich and Wirnsberger, Markus}, title = {Identifying occupant presence in a room based on machine learning techniques by measuring indoor air conditions}, series = {E3S Web of Conferences, 12th Nordic Symposium on Building Physics (NSB 2020)}, volume = {172}, booktitle = {E3S Web of Conferences, 12th Nordic Symposium on Building Physics (NSB 2020)}, pages = {22005}, year = {2020}, abstract = {Knowing about the presence and number of people in a room can be of interest for precise control of heating, ventilation and air conditioning. To determine the number and presence of occupants cost-effectively, it is of interest to use already existing air condition sensors (temperature, humidity, CO2) of the building automation system. Different approaches and methods for determining presence have attracted attention in recent years. We propose an occupancy detection method based on a method of supervised machine learning. In an experiment, measurement data were recorded in a research apartment with controllable boundary conditions. The presence of people was simulated by artificial injection of water vapour, CO2 and heat dissipation. The variation of the number of artificial users, the duration of presence and the supply air volume flow of the ventilation resulted in a total of 720 combinations. By using artificial users, the boundary conditions were accurately defined, and different presence situations could be measured time-effectively. The data is evaluated with a method of supervised machine learning called random forest. The statistical model can determine precisely the number of people in over 93\% of the cases in a disjoint test sample. The experiments took part in the Rosenheim Technical University of Applied Sciences laboratory.}, language = {en} } @inproceedings{HanfstaenglParzingerWirnsbergeretal.2019, author = {Hanfstaengl, Lucia and Parzinger, Michael and Wirnsberger, Markus and Spindler, Uli and Wellisch, Ulrich}, title = {Identifying The Presence Of People In A Room Based On Machine Learning Techniques Using Data Of Room Control Systems}, series = {IEA EBC Annex 71: Building energy performance assessment based on in-situ measurements, 6th expert meeting, April 08.-10. 2019 - Bilbao, ES}, booktitle = {IEA EBC Annex 71: Building energy performance assessment based on in-situ measurements, 6th expert meeting, April 08.-10. 2019 - Bilbao, ES}, url = {http://nbn-resolving.de/urn:nbn:de:bvb:861-opus4-14077}, pages = {1 -- 7}, year = {2019}, abstract = {When monitoring the energy performance of buildings, it may be of interest to identify the occupation periods of people in the room due to their possible impact on the energy balance. In order to be able to carry out a comprehensive energy assessment of the system and building, it is necessary to be able to classify user influence during the evaluation. This thesis investigates how the presence of people in a room can be determined cost-effectively and with little additional effort. The aim is to determine which sensors of a room control system provide sufficiently reliable data. The presence of 1-2 persons was examined on a test facility of the Technical University Rosenheim. The air-, mean radiation- and surface-temperatures, the air humidity as well as the CO2 and VOC concentrations were measured. For the analysis, a method of supervised machine and statistical learning, random forest, is used. The smallest model error detected in predicting the presence of 1 or 2 persons from CO2 sensor data is 1.43\%. The error rates are low for all tested models if time-dynamic effects are used as predictors and the data is processed in a so-called time period form. Additionally, the ways in which this data should ideally be made available for future measurements and processed to facilitate analysis with machine and statistical learning techniques have been investigated. A further goal is to apply the models developed on measurement series in laboratory environments to real rooms and to assess the transferability of these models.}, language = {en} }