mycoreobjectrosdok_disshab_0000002134rosdok_disshab_0000002134rosdokdisshabrosdok_derivate_00000682992023-08-08T10:10:17.168Z2019-07-18T12:01:12.401ZadministratoreditorDpublished1rosdok_derivate_0000068299truetruederivate_types:fulltextVolltextfulltextwf_edit_epub wf_register_epubstate:publishedstate:publishedveröffentlichtpublishedrosdok/id000024911669429113Oau2019-07-182023-08-05T19:12:52ZrdaConverted from PICA to MODS using Pica2Mods XSLT Transformer 2.7 [SCM: "0c0e7a3c226a4a0cbcbec39b493c3c5257339ab8" "v2.7" "2023-08-04T00:00:00+0200"] with mode 'DEFAULT'.DissertationHochschulschriftAcceleration of Bayesian model based data analysisInverse problems for parameter estimation often face a choice between the use of a real-time scheme with strong approximations or rigorous post-processing with explicit uncertainty handling. Plasma physics experiments set a particularly high demand of both and a solution that meets all of these requirements is missing. Standard Bayesian analysis is an excellent tool for the case at hand, with the disadvantage of extensive processing times. This work therefore presents a solution that satisfies the scientific requirements while reducing the need for a speed vs. rigorosity trade-off.Die Bestimmung von Parametern bei inversen Problemen beinhaltet eine Abwägung zwischen vereinfachenden Annahmen für Echtzeitverfahren und rigoroser Datenanalyse mit Fehlerbetrachtung. Experimente in der Plasmaphysik stellen besonders hohe Anforderungen an beide, und eine Lösung, die diese Anforderungen erfüllt, fehlt. Die Bayessche Analyse ist ein exzellentes Werkzeug für diese Problemstellung, mit dem Nachteil langer Laufzeiten. Diese Arbeit stellt eine Lösung dar, die den Anforderungen entspricht und die Notwendigkeit der Abwägung zwischen Geschwindigkeit und Rigorosität reduziert.HumbertoTrimiño Mora1987 -VerfasserInaut1190908026DirkTimmermann1957 -AkademischeR BetreuerIndgs1327905050000-0001-9267-9695RobertWolf1964 -AkademischeR BetreuerIndgs1036103390JakobSvenssonAkademischeR BetreuerIndgs38329-6Universität Rostock1419 -Grad-verleihende Institutiondgg10085032-7Universität RostockFakultät für Informatik und Elektrotechnik2004 -Grad-verleihende Institutiondgghttp://purl.uni-rostock.de/rosdok/id00002491urn:nbn:de:gbv:28-rosdok_id00002491-110.18453/rosdok_id00002491004 Informatik310 Statistik621.3 Elektrotechnik, ElektronikFakultät für Informatik und ElektrotechnikCC BY 4.0Nutzungsrechte erteiltLizenz Metadaten: CC0frei zugänglich (Open Access)en2018Universität RostockRostockmonographic201920182019Universitätsbibliothek RostockRostock2019Universitätsbibliothek Rostockhttp://purl.uni-rostock.de/rosdok/id00002491Dirk Timmermann (Universität Rostock) ; Robert C. Wolf (Max-Planck-Institut für Plasmaphysik) ; Jakob Svensson (Max-Planck-Institut für Plasmaphysik)vorgelegt von Humberto Trimino MoraZN 4940ST 190Field programmable gate arrayBayes-VerfahrenParallelisierungdoctype:epubdoctype:epubDokumenttypDocument typedoctype:epub.dissertationdoctype:epub.dissertationDissertationdoctoral thesisdiniPublType:doctoralThesis diniPublType2022:PhDThesis XMetaDissPlusThesisLevel:thesis.doctoralinfo:eu-repo/semantics/doctoralThesisdocumentnatureOfContent:ppn_105825778natureOfContent:ppn_105825778HochschulschriftdiniPublType2022:DoctoralThesisdiniPublType2022:DoctoralThesisDissertation oder HabilitationDoctoral thesisDRIVERdiniPublType2022:PhDThesisdiniPublType2022:PhDThesisDissertationPhD thesisKDSF (Pu34)XMetaDissPlusThesisLevel:thesis.doctoralXMetaDissPlusThesisLevel:thesis.doctoralDoktorarbeitdoctoral thesisSDNB:004SDNB:004004 Informatik004 Data processing Computer sciencesSDNB:310SDNB:310310 Statistik310 General statisticsSDNB:621.3SDNB:621.3621.3 Elektrotechnik, Elektronik621.3 Electrical Engineering, Electronicsinstitution:unirostockinstitution:unirostockUniversität RostockUniversity of RostockUniversität RostockUniversität RostockUni.Rostockhttp://d-nb.info/gnd/38329-6institution:unirostock.iefinstitution:unirostock.iefFakultät für Informatik und ElektrotechnikFaculty of Computer Science and Electrical EngineeringUniversität Rostock. Fakultät für Informatik und ElektrotechnikFakultät für Informatik<br />und ElektrotechnikUni.Rostock.Fakultaet.IEFhttp://d-nb.info/gnd/10085032-7licenseinfo:worklicenseinfo:workWerkworklicenseinfo:work.cclicenselicenseinfo:work.cclicenseCC-LizenzCC-licenselicenseinfo:work.cclicense.cc-bylicenseinfo:work.cclicense.cc-byCC BYCC BYlicenseinfo:work.cclicense.cc-by.v40licenseinfo:work.cclicense.cc-by.v40CC BY 4.0CC BY 4.0/creativecommons/l/by/4.0/88x31.png[DE-28]Namensnennung 4.0 International$cCC BY 4.0$gCreative Commons$uhttps://creativecommons.org/licenses/by/4.0/https://creativecommons.org/licenses/by/4.0/https://creativecommons.org/licenses/by/4.0/licenseinfo:depositlicenseinfo:depositVeröffentlichungsgenehmigungpermission to storelicenseinfo:deposit.rightsgrantedlicenseinfo:deposit.rightsgrantedNutzungsrechte erteiltrights grantedlicenseinfo:metadatalicenseinfo:metadataLizenzen für Metadatenlicenseinfo:metadata.cc0licenseinfo:metadata.cc0Lizenz Metadaten: CC0license metadata: CC0/creativecommons/p/zero/1.0/88x31.pnghttps://creativecommons.org/publicdomain/zero/1.0/accesscondition:openaccessaccesscondition:openaccessfrei zugänglich (Open Access)open accesshttp://purl.org/coar/access_right/c_abf2OAfreeinfo:eu-repo/semantics/openAccess[DE-28]Open Access$gControlled Vocabulary for Access Rights$uhttp://purl.org/coar/access_right/c_abf2rfc5646:enrfc5646:enEnglischEnglishengengAcceleration of Bayesian model based data analysisAcceleration of Bayesian model based data analysisgnd:1190908026gnd:132790505orcid:0000-0001-9267-9695gnd:1036103390gnd:38329-6gnd:10085032-7gnd:1190908026gnd:132790505orcid:0000-0001-9267-9695gnd:1036103390gnd:38329-6gnd:10085032-7rosdok_disshab_0000002134-d2133757e54gnd:1190908026Humberto Trimiño MoraHumberto Trimiño Morarosdok_disshab_0000002134-d2133757e68gnd:132790505orcid:0000-0001-9267-9695Dirk TimmermannDirk Timmermannrosdok_disshab_0000002134-d2133757e84gnd:1036103390Robert WolfRobert Wolfrosdok_disshab_0000002134-d2133757e99Jakob SvenssonJakob Svenssonrosdok_disshab_0000002134-d2133757e109gnd:38329-6Universität RostockUniversität Rostockrosdok_disshab_0000002134-d2133757e120gnd:10085032-7Universität Rostock Fakultät für Informatik und ElektrotechnikUniversität Rostock Fakultät für Informatik und ElektrotechnikHumberto Trimiño MoraDirk TimmermannRobert WolfJakob SvenssonUniversität RostockUniversität Rostock Fakultät für Informatik und ElektrotechnikHumberto Trimiño MoraDirk TimmermannRobert WolfJakob SvenssonUniversität RostockUniversität Rostock Fakultät für Informatik und ElektrotechnikHumberto Trimiño MoraRostockUniversität Rostockepub.dissertationhttp://purl.uni-rostock.de/rosdok/id00002491urn:nbn:de:gbv:28-rosdok_id00002491-110.18453/rosdok_id00002491ZN 4940ST 190Field programmable gate arrayBayes-VerfahrenParallelisierungInverse problems for parameter estimation often face a choice between the use of a real-time scheme with strong approximations or rigorous post-processing with explicit uncertainty handling. Plasma physics experiments set a particularly high demand of both and a solution that meets all of these requirements is missing. Standard Bayesian analysis is an excellent tool for the case at hand, with the disadvantage of extensive processing times. This work therefore presents a solution that satisfies the scientific requirements while reducing the need for a speed vs. rigorosity trade-off.Die Bestimmung von Parametern bei inversen Problemen beinhaltet eine Abwägung zwischen vereinfachenden Annahmen für Echtzeitverfahren und rigoroser Datenanalyse mit Fehlerbetrachtung. Experimente in der Plasmaphysik stellen besonders hohe Anforderungen an beide, und eine Lösung, die diese Anforderungen erfüllt, fehlt. Die Bayessche Analyse ist ein exzellentes Werkzeug für diese Problemstellung, mit dem Nachteil langer Laufzeiten. Diese Arbeit stellt eine Lösung dar, die den Anforderungen entspricht und die Notwendigkeit der Abwägung zwischen Geschwindigkeit und Rigorosität reduziert.20182018Dirk Timmermann (Universität Rostock) ; Robert C. Wolf (Max-Planck-Institut für Plasmaphysik) ; Jakob Svensson (Max-Planck-Institut für Plasmaphysik)vorgelegt von Humberto Trimino Moraepub.dissertation1 Trimino-Mora_Dissertation_2019.pdf 3924380 f4480ec64824ed44cbce75a457fa6a2c rosdok/id000024911669429113Oau2019-07-182023-08-05T19:12:52ZrdaConverted from PICA to MODS using Pica2Mods XSLT Transformer 2.7 [SCM: "0c0e7a3c226a4a0cbcbec39b493c3c5257339ab8" "v2.7" "2023-08-04T00:00:00+0200"] with mode 'DEFAULT'.DissertationHochschulschriftAcceleration of Bayesian model based data analysisInverse problems for parameter estimation often face a choice between the use of a real-time scheme with strong approximations or rigorous post-processing with explicit uncertainty handling. Plasma physics experiments set a particularly high demand of both and a solution that meets all of these requirements is missing. Standard Bayesian analysis is an excellent tool for the case at hand, with the disadvantage of extensive processing times. This work therefore presents a solution that satisfies the scientific requirements while reducing the need for a speed vs. rigorosity trade-off.Die Bestimmung von Parametern bei inversen Problemen beinhaltet eine Abwägung zwischen vereinfachenden Annahmen für Echtzeitverfahren und rigoroser Datenanalyse mit Fehlerbetrachtung. Experimente in der Plasmaphysik stellen besonders hohe Anforderungen an beide, und eine Lösung, die diese Anforderungen erfüllt, fehlt. Die Bayessche Analyse ist ein exzellentes Werkzeug für diese Problemstellung, mit dem Nachteil langer Laufzeiten. Diese Arbeit stellt eine Lösung dar, die den Anforderungen entspricht und die Notwendigkeit der Abwägung zwischen Geschwindigkeit und Rigorosität reduziert.HumbertoTrimiño Mora1987 -VerfasserInaut1190908026DirkTimmermann1957 -AkademischeR BetreuerIndgs1327905050000-0001-9267-9695RobertWolf1964 -AkademischeR BetreuerIndgs1036103390JakobSvenssonAkademischeR BetreuerIndgs38329-6Universität Rostock1419 -Grad-verleihende Institutiondgg10085032-7Universität RostockFakultät für Informatik und Elektrotechnik2004 -Grad-verleihende Institutiondgghttp://purl.uni-rostock.de/rosdok/id00002491urn:nbn:de:gbv:28-rosdok_id00002491-110.18453/rosdok_id00002491004 Informatik310 Statistik621.3 Elektrotechnik, ElektronikFakultät für Informatik und ElektrotechnikCC BY 4.0Nutzungsrechte erteiltLizenz Metadaten: CC0frei zugänglich (Open Access)en2018Universität RostockRostockmonographic201920182019Universitätsbibliothek RostockRostock2019Universitätsbibliothek Rostockhttp://purl.uni-rostock.de/rosdok/id00002491Dirk Timmermann (Universität Rostock) ; Robert C. Wolf (Max-Planck-Institut für Plasmaphysik) ; Jakob Svensson (Max-Planck-Institut für Plasmaphysik)vorgelegt von Humberto Trimino MoraZN 4940ST 190Field programmable gate arrayBayes-VerfahrenParallelisierung 2019-07-18T12:01:12.401Z 2023-08-08T10:10:17.168Z 2023-08-18T10:10:17.173Z {"identifier":"rosdok/id00002491","type":"local_id","additional":"","service":"MCRLocalID","created":"2019-07-18T12:01:12.469Z"} editorD {"identifier":"http://purl.uni-rostock.de/rosdok/id00002491","type":"purl","additional":"","service":"RosDokPURL","created":"2019-07-19T08:26:13.243Z","registered":"2019-07-19T08:26:13.243Z"} {"identifier":"10.18453/rosdok_id00002491","type":"doi","additional":"","service":"RosDokDOI","created":"2019-07-19T08:26:14.534Z","registered":"2019-07-19T08:26:14.534Z"} {"identifier":"urn:nbn:de:gbv:28-rosdok_id00002491-1","type":"dnbUrn","additional":"","service":"RosDokURN","created":"2019-07-18T12:01:12.510Z","registered":"2019-07-19T02:29:34.097Z"} administratorfulltextfile/rosdok_disshab_0000002134/rosdok_derivate_0000068299/Trimino-Mora_Dissertation_2019.pdfAcceleration of Bayesian model based data analysisAcceleration of Bayesian model based data analysisgnd:1190908026gnd:132790505orcid:0000-0001-9267-9695gnd:1036103390gnd:38329-6gnd:10085032-7gnd:1190908026gnd:132790505orcid:0000-0001-9267-9695gnd:1036103390gnd:38329-6gnd:10085032-7rosdok_disshab_0000002134-d2133757e54gnd:1190908026Humberto Trimiño MoraHumberto Trimiño Morarosdok_disshab_0000002134-d2133757e68gnd:132790505orcid:0000-0001-9267-9695Dirk TimmermannDirk Timmermannrosdok_disshab_0000002134-d2133757e84gnd:1036103390Robert WolfRobert Wolfrosdok_disshab_0000002134-d2133757e99Jakob SvenssonJakob Svenssonrosdok_disshab_0000002134-d2133757e109gnd:38329-6Universität RostockUniversität Rostockrosdok_disshab_0000002134-d2133757e120gnd:10085032-7Universität Rostock Fakultät für Informatik und ElektrotechnikUniversität Rostock Fakultät für Informatik und ElektrotechnikHumberto Trimiño MoraDirk TimmermannRobert WolfJakob SvenssonUniversität RostockUniversität Rostock Fakultät für Informatik und ElektrotechnikHumberto Trimiño MoraDirk TimmermannRobert WolfJakob SvenssonUniversität RostockUniversität Rostock Fakultät für Informatik und ElektrotechnikHumberto Trimiño MoraRostockUniversität Rostockepub.dissertationhttp://purl.uni-rostock.de/rosdok/id00002491urn:nbn:de:gbv:28-rosdok_id00002491-110.18453/rosdok_id00002491ZN 4940ST 190Field programmable gate arrayBayes-VerfahrenParallelisierungInverse problems for parameter estimation often face a choice between the use of a real-time scheme with strong approximations or rigorous post-processing with explicit uncertainty handling. Plasma physics experiments set a particularly high demand of both and a solution that meets all of these requirements is missing. Standard Bayesian analysis is an excellent tool for the case at hand, with the disadvantage of extensive processing times. This work therefore presents a solution that satisfies the scientific requirements while reducing the need for a speed vs. rigorosity trade-off.Die Bestimmung von Parametern bei inversen Problemen beinhaltet eine Abwägung zwischen vereinfachenden Annahmen für Echtzeitverfahren und rigoroser Datenanalyse mit Fehlerbetrachtung. Experimente in der Plasmaphysik stellen besonders hohe Anforderungen an beide, und eine Lösung, die diese Anforderungen erfüllt, fehlt. Die Bayessche Analyse ist ein exzellentes Werkzeug für diese Problemstellung, mit dem Nachteil langer Laufzeiten. Diese Arbeit stellt eine Lösung dar, die den Anforderungen entspricht und die Notwendigkeit der Abwägung zwischen Geschwindigkeit und Rigorosität reduziert.20182018Dirk Timmermann (Universität Rostock) ; Robert C. Wolf (Max-Planck-Institut für Plasmaphysik) ; Jakob Svensson (Max-Planck-Institut für Plasmaphysik)vorgelegt von Humberto Trimino Mora[xslt]Saxonrosdok/id00002491https://purl.uni-rostock.de/rosdok/id00002491166942911310.18453/rosdok_id00002491urn:nbn:de:gbv:28-rosdok_id00002491-1Humberto Trimiño MoraTrimiño Mora HumbertoAcceleration of Bayesian model based data analysisDissertationdoctoral thesisUniversität Rostock, 2018Inverse problems for parameter estimation often face a choice between the use of a real-time scheme with strong approximations or rigorous post-processing with explicit uncertainty handling. Plasma physics experiments set a particularly high demand of both and a solution that meets all of these…Humberto Trimiño MoraAcceleration of Bayesian model based data analysisUniversitätsbibliothek Rostockhttp://purl.uni-rostock.de/rosdok/id00002491HumbertoTrimiño Mora1987 -VerfasserInaut1190908026DirkTimmermann1957 -AkademischeR BetreuerIndgs1327905050000-0001-9267-9695RobertWolf1964 -AkademischeR BetreuerIndgs1036103390JakobSvenssonAkademischeR BetreuerIndgs38329-6Universität Rostock1419 -Grad-verleihende Institutiondgg10085032-7Universität RostockFakultät für Informatik und Elektrotechnik2004 -Grad-verleihende Institutiondgg[purl]http://purl.uni-rostock.de/rosdok/id00002491[urn]urn:nbn:de:gbv:28-rosdok_id00002491-1[doi]10.18453/rosdok_id00002491open_access20182018epoch:21th_centuryrfc5646:endoctype:epub.dissertationaccesscondition:openaccessSDNB:004SDNB:310SDNB:621.3institution:unirostock.iefstate:published