Dein Suchergebnis zum Thema: Modell

Abteilung Solar-Terrestrische Kopplungsprozesse

https://www.dlr.de/de/so/ueber-uns/abteilungen/skp

Die Abteilung für Solar-Terrestrische Kopplungsprozesse untersucht Prozesse im erdnahen Raum, um das Verständnis der komplexen Kopplungsmechanismen vor allem in der Thermosphäre und Ionosphäre zu vertiefen und Informationen über mögliche Weltraumwettergefahren und deren Vermeidung abzuleiten. Der Schwerpunkt der Abteilung liegt auf der Analyse und Beschreibung vertikaler Kopplungsprozesse von oben (zum Beispiel von Sonne, Magnetosphäre, Plasmasphäre und Ionosphäre) und von unten (zum Beispiel von Litho- und Hydrosphäre, neutrale Atmosphäre).
Unsere Forschung stützt sich auf Beobachtungen und numerische Modelle.

Systemmodellierung für die globale Energietransition

https://www.dlr.de/de/ve/forschung-und-transfer/innovation-und-transfer/transferbeispiele/systemmodellierung-fuer-die-globale-energietransition

Zur Gestaltung seiner Energiewende nutzt Marokko Energiesystemmodelle, die gemeinsam mit dem Institut für Vernetzte Energiesysteme auf landesspezifische Potenziale für Solar- und Windenergie ausgerichtet wurden.
la Transition Énergétique et de Développement Durable; MTEDD) wissenschaftliche Modelle

Modellierung

https://www.dlr.de/de/rm/forschung/expertise/modellierung

Die Modellierung von cyber-physikalischen Systemen verlangt nach einer genauen mathematischen Beschreibung. Dies betrifft sowohl das Gesamtsystem (wie ein Roboter) als auch die einzelnen Komponenten in unterschiedlichen Domänen wie Mechanik für das Getriebe oder Elektronik für die Motoren.
Verwendung finden die Modelle für die Optimierung des Entwurfs und der Regelung sowie

Datenanalyse und -intelligenz

https://www.dlr.de/de/dw/ueber-uns/abteilungen/dai

Hauptziel der Abteilung Datenanalyse und Intelligenz ist es, Wissen aus Daten zu generieren und ein tieferes Verständnis für komplexe Datensätze und die damit in Verbindung stehenden Prozesse zu entwickeln. Wir entwickeln datengetriebene Ansätze, um Erkenntnisse zu gewinnen und fundierte Entscheidungen zu treffen – ein Konzept, das wir als „Knowledge from Data“ bezeichnen.
zählen die Anomaliedetektion vor allem in sequentiellen Daten, die Erklärbarkeit von Modellen