Das hier aufgeführte Modul basiert auf in den Amtlichen Bekanntmachungen der Universität Potsdam veröffentlichten Studien- und Prüfungsordnungen.
Verbindliche Regelungswirkung haben nur die veröffentlichten Ordnungen.
| MAT-DAP01: Bayesian Inference and Data Assimilation | Anzahl der Leistungspunkte (LP): 6 LP |
| Modulart (Pflicht- oder Wahlpflichtmodul): | Abhängig vom Studiengang (siehe unten) |
| Inhalte und Qualifikationsziele des Moduls: | Inhalt Das Modul vermittelt Grundlagen stochastischer Prozesse, der computergestützten Statistik, der Bayes’schen Inferenz sowie der Datenassimilation. Anwendungen umfassen einfache Modelle aus dem Bereich der Meteorologie und Seismologie.
Qualifikationsziel Die Studierenden erwerben ein Verständnis der Grundlagen der computergestützten Quantifizierung von Vorhersageunsicherheiten und der Assimilation von Daten zur Verbesserung von Vorhersagen und Modellen.
|
| Modul(teil)prüfungen (Anzahl, Form, Umfang, Arbeitsaufwand in LP): | Eine Prüfung der folgenden Formen: Klausur, 90 Minuten Mündliche Prüfung, 30 Minuten |
| Selbstlernzeit (in Zeitstunden (h)): | 120 |
| Veranstaltungen (Lehrformen) |
Kontaktzeit (in SWS) |
Prüfungsnebenleistungen (Anzahl, Form, Umfang) |
Lehrveranstaltungsbegleitende Modul(teil)prüfung
(Anzahl, Form, Umfang) |
|
| Für den Abschluss des Moduls | Für die Zulassung zur Modulprüfung | |||
| Vorlesung (Vorlesung) | 3 | - | - | - |
| Übungen (Übung) | 1 | - | Übungsblätter (9) |
- |
| Häufigkeit des Angebots: | zweijährlich (WiSe) |
| Voraussetzung für die Teilnahme am Modul: | Empfohlen sind Grundkenntnisse der Statistik und Analysis sowie elementare Programmierkenntnisse (z.B. Matlab, R oder Python). |
| Anbietende Lehreinheit(en): |
Mathematik
|
| Zuordnung zu Studiengängen | Modulart |
|---|---|
| Master of Science Computational Science WiSe 2013/14 |
Wahlpflichtmodul
|
| Master of Science Remote Sensing, geoInformation and Visualization WiSe 2017/18 |
Wahlpflichtmodul
|
© Copyright HIS
Hochschul-Informations-System eG