Learning cause-and-effect relationships from time series data

Gerhardus, Andreas (2022) Learning cause-and-effect relationships from time series data. 1st Causal Methods in Environmental Science Workshop, Hybrid (Cambridge, UK, und online).

PDF - Nur DLR-intern zugänglich
15MB

elib-URL des Eintrags:

https://elib.dlr.de/191585/

Dokumentart:

Konferenzbeitrag (Vortrag)

Titel:

Learning cause-and-effect relationships from time series data

Autoren:

Autoren	Institution oder E-Mail-Adresse	Autoren-ORCID-iD	ORCID Put Code
Gerhardus, Andreas	Andreas.Gerhardus (at) dlr.de	https://orcid.org/0000-0003-1868-655X	NICHT SPEZIFIZIERT

Datum:

Dezember 2022

Referierte Publikation:

Nein

Open Access:

Nein

Gold Open Access:

Nein

In SCOPUS:

Nein

In ISI Web of Science:

Nein

Status:

veröffentlicht

Stichwörter:

causal discovery, time series, causality, causal inference, Zeitreihen, Kausalität, kausale Inferenz

Veranstaltungstitel:

1st Causal Methods in Environmental Science Workshop

Veranstaltungsort:

Hybrid (Cambridge, UK, und online)

Veranstaltungsart:

Workshop

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 > Datenanalyse und -intelligenz

Hinterlegt von:

Gerhardus, Andreas

Hinterlegt am:

14 Dez 2022 08:28

Letzte Änderung:

14 Dez 2022 08:28

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags