Causal network reconstruction from time series: From theoretical assumptions to practical estimation

Runge, Jakob (2018) Causal network reconstruction from time series: From theoretical assumptions to practical estimation. Chaos, 28 (7), 075310. American Institute of Physics (AIP). doi: 10.1063/1.5025050. ISSN 1054-1500.

PDF
2MB

Offizielle URL: https://doi.org/10.1063/1.5025050

elib-URL des Eintrags:

https://elib.dlr.de/126424/

Dokumentart:

Zeitschriftenbeitrag

Titel:

Causal network reconstruction from time series: From theoretical assumptions to practical estimation

Autoren:

Autoren	Institution oder E-Mail-Adresse	Autoren-ORCID-iD	ORCID Put Code
Runge, Jakob	Institute of Data Science	https://orcid.org/0000-0002-0629-1772	NICHT SPEZIFIZIERT

Datum:

2018

Erschienen in:

Chaos

Referierte Publikation:

Open Access:

Gold Open Access:

Nein

In SCOPUS:

In ISI Web of Science:

Band:

DOI:

10.1063/1.5025050

Seitenbereich:

075310

Verlag:

American Institute of Physics (AIP)

ISSN:

1054-1500

Status:

veröffentlicht

Stichwörter:

causal inference

HGF - Forschungsbereich:

Luftfahrt, Raumfahrt und Verkehr

HGF - Programm:

Raumfahrt

HGF - Programmthema:

keine Zuordnung

DLR - Schwerpunkt:

Raumfahrt

DLR - Forschungsgebiet:

R - keine Zuordnung

DLR - Teilgebiet (Projekt, Vorhaben):

R - keine Zuordnung

Standort:

Jena

Institute & Einrichtungen:

Institut für Datenwissenschaften

Hinterlegt von:

Runge, Jakob

Hinterlegt am:

08 Feb 2019 08:12

Letzte Änderung:

30 Okt 2023 14:52

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags