Selection of Robust Features for Gaussian Process Regression to Predict COVID-19 Case Rates

Singh, Yuvraj (2025) Selection of Robust Features for Gaussian Process Regression to Predict COVID-19 Case Rates. Masterarbeit, Georg-August-Universität Göttingen.

PDF
58MB

elib-URL des Eintrags:

https://elib.dlr.de/219883/

Dokumentart:

Hochschulschrift (Masterarbeit)

Titel:

Selection of Robust Features for Gaussian Process Regression to Predict COVID-19 Case Rates

Autoren:

Autoren	Institution oder E-Mail-Adresse	Autoren-ORCID-iD	ORCID Put Code
Singh, Yuvraj	yuvraj8912 (at) gmail.com	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT

DLR-Supervisor:

Beitragsart	DLR-Supervisor	Institution oder E-Mail-Adresse	DLR-Supervisor-ORCID-iD
Thesis advisor	Kaur Betz, Pawandeep	pawandeep.kaur-betz (at) dlr.de	https://orcid.org/0000-0002-3073-326X
Thesis advisor	Fellegara, Riccardo	Riccardo.Fellegara (at) dlr.de	https://orcid.org/0000-0002-8758-2802

Datum:

September 2025

Open Access:

Seitenanzahl:

153

Status:

veröffentlicht

Stichwörter:

epidemiology, Gaussian Process Regression, modelling

Institution:

Georg-August-Universität Göttingen

HGF - Forschungsbereich:

keine Zuordnung

HGF - Programm:

keine Zuordnung

HGF - Programmthema:

keine Zuordnung

DLR - Schwerpunkt:

Digitalisierung

DLR - Forschungsgebiet:

D KIZ - Künstliche Intelligenz

DLR - Teilgebiet (Projekt, Vorhaben):

D - Kurzstudien [KIZ]

Standort:

Braunschweig

Institute & Einrichtungen:

Institut für Softwaretechnologie > Visual Computing and Engineering

Hinterlegt von:

Kaur Betz, Pawandeep

Hinterlegt am:

12 Dez 2025 08:38

Letzte Änderung:

12 Dez 2025 08:38

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags