mycoreobjectrosdok_disshab_0000002173rosdok_disshab_0000002173rosdokdisshabrosdok_derivate_00000693632023-08-08T10:10:31.245Z2019-10-07T08:22:22.041ZadministratoreditorDpublished1rosdok_derivate_0000069363truetruederivate_types:fulltextVolltextfulltextwf_edit_epub wf_register_epubstate:publishedstate:publishedveröffentlichtpublishedrosdok/id000025331678192589Oau2019-10-072023-08-05T19:13:18ZrdaConverted from PICA to MODS using Pica2Mods XSLT Transformer 2.7 [SCM: "0c0e7a3c226a4a0cbcbec39b493c3c5257339ab8" "v2.7" "2023-08-04T00:00:00+0200"] with mode 'DEFAULT'.DissertationHochschulschriftEfficient human situation recognition using Sequential Monte Carlo in discrete state spacesThis dissertation analyses these challenges and provides solutions for SMC methods. The large, categorical and causal state-space is the largest factor for the inefficiency of current SMC methods. The marginal filter is analysed in detail for its advantages in categorical states over the particle filter. An optimal pruning strategy for the marginal filter is derived that limits the number of samples.Diese Dissertation analysiert diese Herausforderungen und entwickelt Lösungen für SMC-Methoden. Der große, kategorische und kausale Zustandsraum ist der größte Faktor für die Ineffizienz von aktuellen SMC-Methoden. Die Vorteile des Marginalen Filters in kategorischen Zustandsräumen gegenüber dem Partikelfilter werden detailliert analysiert. Eine optimale Pruning-Strategie wird für den Marginal Filter entwickelt.MartinNyolt1987 -VerfasserInaut1196553475Thomas RudolfKirsteAkademischeR BetreuerIndgsAdelindeUhrmacher1961 -AkademischeR BetreuerIndgs136258794JesseHoeyAkademischeR BetreuerIndgs116072977838329-6Universität Rostock1419 -Grad-verleihende Institutiondgg10085032-7Universität RostockFakultät für Informatik und Elektrotechnik2004 -Grad-verleihende Institutiondgghttp://purl.uni-rostock.de/rosdok/id00002533urn:nbn:de:gbv:28-rosdok_id00002533-310.18453/rosdok_id00002533004 InformatikFakultät für Informatik und ElektrotechnikCC BY 4.0Nutzungsrechte erteiltLizenz Metadaten: CC0frei zugänglich (Open Access)en2019Universität RostockRostockmonographic201920192019Universitätsbibliothek RostockRostock2019Universitätsbibliothek Rostockhttp://purl.uni-rostock.de/rosdok/id00002533Thomas Rudolf Kirste (Institute for Visual and Analytic Computing) ; Adelinde Maria Uhrmacher (Institute for Visual and Analytic Computing) ; Jesse Hoey (School of Computer Science)vorgelegt von Martin NyoltSK 820ST 300Monte-Carlo-SimulationSituationsanalysedoctype: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 sciencesinstitution: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:enEnglischEnglishengengEfficient human situation recognition using Sequential Monte Carlo in discrete state spacesEfficient human situation recognition using Sequential Monte Carlo in discrete state spacesgnd:1196553475gnd:136258794gnd:1160729778gnd:38329-6gnd:10085032-7gnd:1196553475gnd:136258794gnd:1160729778gnd:38329-6gnd:10085032-7rosdok_disshab_0000002173-d17234e54gnd:1196553475Martin NyoltMartin Nyoltrosdok_disshab_0000002173-d17234e68Thomas Rudolf KirsteThomas Rudolf Kirsterosdok_disshab_0000002173-d17234e78gnd:136258794Adelinde UhrmacherAdelinde Uhrmacherrosdok_disshab_0000002173-d17234e93gnd:1160729778Jesse HoeyJesse Hoeyrosdok_disshab_0000002173-d17234e105gnd:38329-6Universität RostockUniversität Rostockrosdok_disshab_0000002173-d17234e116gnd:10085032-7Universität Rostock Fakultät für Informatik und ElektrotechnikUniversität Rostock Fakultät für Informatik und ElektrotechnikMartin NyoltThomas Rudolf KirsteAdelinde UhrmacherJesse HoeyUniversität RostockUniversität Rostock Fakultät für Informatik und ElektrotechnikMartin NyoltThomas Rudolf KirsteAdelinde UhrmacherJesse HoeyUniversität RostockUniversität Rostock Fakultät für Informatik und ElektrotechnikMartin NyoltRostockUniversität Rostockepub.dissertationhttp://purl.uni-rostock.de/rosdok/id00002533urn:nbn:de:gbv:28-rosdok_id00002533-310.18453/rosdok_id00002533SK 820ST 300Monte-Carlo-SimulationSituationsanalyseThis dissertation analyses these challenges and provides solutions for SMC methods. The large, categorical and causal state-space is the largest factor for the inefficiency of current SMC methods. The marginal filter is analysed in detail for its advantages in categorical states over the particle filter. An optimal pruning strategy for the marginal filter is derived that limits the number of samples.Diese Dissertation analysiert diese Herausforderungen und entwickelt Lösungen für SMC-Methoden. Der große, kategorische und kausale Zustandsraum ist der größte Faktor für die Ineffizienz von aktuellen SMC-Methoden. Die Vorteile des Marginalen Filters in kategorischen Zustandsräumen gegenüber dem Partikelfilter werden detailliert analysiert. Eine optimale Pruning-Strategie wird für den Marginal Filter entwickelt.20192019Thomas Rudolf Kirste (Institute for Visual and Analytic Computing) ; Adelinde Maria Uhrmacher (Institute for Visual and Analytic Computing) ; Jesse Hoey (School of Computer Science)vorgelegt von Martin Nyoltepub.dissertation1 Nyolt_Dissertation_2019.pdf 9837241 6523fba3af2f128b58832ac435cb99f5 rosdok/id000025331678192589Oau2019-10-072023-08-05T19:13:18ZrdaConverted from PICA to MODS using Pica2Mods XSLT Transformer 2.7 [SCM: "0c0e7a3c226a4a0cbcbec39b493c3c5257339ab8" "v2.7" "2023-08-04T00:00:00+0200"] with mode 'DEFAULT'.DissertationHochschulschriftEfficient human situation recognition using Sequential Monte Carlo in discrete state spacesThis dissertation analyses these challenges and provides solutions for SMC methods. The large, categorical and causal state-space is the largest factor for the inefficiency of current SMC methods. The marginal filter is analysed in detail for its advantages in categorical states over the particle filter. An optimal pruning strategy for the marginal filter is derived that limits the number of samples.Diese Dissertation analysiert diese Herausforderungen und entwickelt Lösungen für SMC-Methoden. Der große, kategorische und kausale Zustandsraum ist der größte Faktor für die Ineffizienz von aktuellen SMC-Methoden. Die Vorteile des Marginalen Filters in kategorischen Zustandsräumen gegenüber dem Partikelfilter werden detailliert analysiert. Eine optimale Pruning-Strategie wird für den Marginal Filter entwickelt.MartinNyolt1987 -VerfasserInaut1196553475Thomas RudolfKirsteAkademischeR BetreuerIndgsAdelindeUhrmacher1961 -AkademischeR BetreuerIndgs136258794JesseHoeyAkademischeR BetreuerIndgs116072977838329-6Universität Rostock1419 -Grad-verleihende Institutiondgg10085032-7Universität RostockFakultät für Informatik und Elektrotechnik2004 -Grad-verleihende Institutiondgghttp://purl.uni-rostock.de/rosdok/id00002533urn:nbn:de:gbv:28-rosdok_id00002533-310.18453/rosdok_id00002533004 InformatikFakultät für Informatik und ElektrotechnikCC BY 4.0Nutzungsrechte erteiltLizenz Metadaten: CC0frei zugänglich (Open Access)en2019Universität RostockRostockmonographic201920192019Universitätsbibliothek RostockRostock2019Universitätsbibliothek Rostockhttp://purl.uni-rostock.de/rosdok/id00002533Thomas Rudolf Kirste (Institute for Visual and Analytic Computing) ; Adelinde Maria Uhrmacher (Institute for Visual and Analytic Computing) ; Jesse Hoey (School of Computer Science)vorgelegt von Martin NyoltSK 820ST 300Monte-Carlo-SimulationSituationsanalyse 2019-10-07T08:22:22.041Z 2023-08-08T10:10:31.245Z 2023-08-18T10:10:31.250Z {"identifier":"rosdok/id00002533","type":"local_id","additional":"","service":"MCRLocalID","created":"2019-10-07T08:22:22.114Z"} editorD {"identifier":"http://purl.uni-rostock.de/rosdok/id00002533","type":"purl","additional":"","service":"RosDokPURL","created":"2019-10-07T08:35:18.351Z","registered":"2019-10-07T08:35:18.351Z"} {"identifier":"10.18453/rosdok_id00002533","type":"doi","additional":"","service":"RosDokDOI","created":"2019-10-07T08:35:19.754Z","registered":"2019-10-07T08:35:19.754Z"} {"identifier":"urn:nbn:de:gbv:28-rosdok_id00002533-3","type":"dnbUrn","additional":"","service":"RosDokURN","created":"2019-10-07T08:22:22.171Z","registered":"2019-10-08T02:29:18.087Z"} administratorfulltextfile/rosdok_disshab_0000002173/rosdok_derivate_0000069363/Nyolt_Dissertation_2019.pdfEfficient human situation recognition using Sequential Monte Carlo in discrete state spacesEfficient human situation recognition using Sequential Monte Carlo in discrete state spacesgnd:1196553475gnd:136258794gnd:1160729778gnd:38329-6gnd:10085032-7gnd:1196553475gnd:136258794gnd:1160729778gnd:38329-6gnd:10085032-7rosdok_disshab_0000002173-d17234e54gnd:1196553475Martin NyoltMartin Nyoltrosdok_disshab_0000002173-d17234e68Thomas Rudolf KirsteThomas Rudolf Kirsterosdok_disshab_0000002173-d17234e78gnd:136258794Adelinde UhrmacherAdelinde Uhrmacherrosdok_disshab_0000002173-d17234e93gnd:1160729778Jesse HoeyJesse Hoeyrosdok_disshab_0000002173-d17234e105gnd:38329-6Universität RostockUniversität Rostockrosdok_disshab_0000002173-d17234e116gnd:10085032-7Universität Rostock Fakultät für Informatik und ElektrotechnikUniversität Rostock Fakultät für Informatik und ElektrotechnikMartin NyoltThomas Rudolf KirsteAdelinde UhrmacherJesse HoeyUniversität RostockUniversität Rostock Fakultät für Informatik und ElektrotechnikMartin NyoltThomas Rudolf KirsteAdelinde UhrmacherJesse HoeyUniversität RostockUniversität Rostock Fakultät für Informatik und ElektrotechnikMartin NyoltRostockUniversität Rostockepub.dissertationhttp://purl.uni-rostock.de/rosdok/id00002533urn:nbn:de:gbv:28-rosdok_id00002533-310.18453/rosdok_id00002533SK 820ST 300Monte-Carlo-SimulationSituationsanalyseThis dissertation analyses these challenges and provides solutions for SMC methods. The large, categorical and causal state-space is the largest factor for the inefficiency of current SMC methods. The marginal filter is analysed in detail for its advantages in categorical states over the particle filter. An optimal pruning strategy for the marginal filter is derived that limits the number of samples.Diese Dissertation analysiert diese Herausforderungen und entwickelt Lösungen für SMC-Methoden. Der große, kategorische und kausale Zustandsraum ist der größte Faktor für die Ineffizienz von aktuellen SMC-Methoden. Die Vorteile des Marginalen Filters in kategorischen Zustandsräumen gegenüber dem Partikelfilter werden detailliert analysiert. Eine optimale Pruning-Strategie wird für den Marginal Filter entwickelt.20192019Thomas Rudolf Kirste (Institute for Visual and Analytic Computing) ; Adelinde Maria Uhrmacher (Institute for Visual and Analytic Computing) ; Jesse Hoey (School of Computer Science)vorgelegt von Martin Nyolt[xslt]Saxonrosdok/id00002533https://purl.uni-rostock.de/rosdok/id00002533167819258910.18453/rosdok_id00002533urn:nbn:de:gbv:28-rosdok_id00002533-3Martin NyoltNyolt MartinEfficient human situation recognition using Sequential Monte Carlo in discrete state spacesDissertationdoctoral thesisUniversität Rostock, 2019This dissertation analyses these challenges and provides solutions for SMC methods. The large, categorical and causal state-space is the largest factor for the inefficiency of current SMC methods. The marginal filter is analysed in detail for its advantages in categorical states over the particle…Martin NyoltEfficient human situation recognition using Sequential Monte Carlo in discrete state spacesUniversitätsbibliothek Rostockhttp://purl.uni-rostock.de/rosdok/id00002533MartinNyolt1987 -VerfasserInaut1196553475Thomas RudolfKirsteAkademischeR BetreuerIndgsAdelindeUhrmacher1961 -AkademischeR BetreuerIndgs136258794JesseHoeyAkademischeR BetreuerIndgs116072977838329-6Universität Rostock1419 -Grad-verleihende Institutiondgg10085032-7Universität RostockFakultät für Informatik und Elektrotechnik2004 -Grad-verleihende Institutiondgg[purl]http://purl.uni-rostock.de/rosdok/id00002533[urn]urn:nbn:de:gbv:28-rosdok_id00002533-3[doi]10.18453/rosdok_id00002533open_access20192019epoch:21th_centuryrfc5646:endoctype:epub.dissertationaccesscondition:openaccessSDNB:004institution:unirostock.iefstate:published