17.03.2025
| Konferenz |
Fortschritte in Time Series Processing: DSC bei den 17ten German Probability and Statistics Days
Maryam Movahedifar, wissenschaftliche Mitarbeiterin am Data Science Center (DSC), hielt auf den GPSD 2025 einen Vortrag zur Vorverarbeitung von Time Series Daten mit Artefakten mithilfe von (M)SSA. Ihre Beitrag hob die methodische Arbeit des DSC hervor und wird als Konferenzbeitrag in den offiziellen Tagungsband der GPSD in Dresden aufgenommen.
Vom 11. bis 14. März 2025 fanden die 17ten German Probability and Statistics Days (GPSD) an der TU Dresden statt. Als eine der bedeutendsten Veranstaltungen für die Statistik- und Wahrscheinlichkeits-Community in Deutschland und Europa bot die GPSD 2025 eine Plattform für Forschende aus unterschiedlichsten Fachrichtungen und Karrierestufen, um neue Entwicklungen, Methoden und Anwendungen zu diskutieren.
Maryam Movahedifar, Data Scientist am Data Science Center (DSC) der Universität Bremen, vertrat das DSC mit einem Vortrag im Rahmen der Konferenz. Im Mittelpunkt ihres Beitrags stand die oft unterschätzte, aber zentrale Aufgabe der Datenvorverarbeitung – insbesondere bei verrauschten, hochdimensionalen Time Series Data.
Maryams technisch anspruchsvoller Beitrag reiht sich in eine der Kernaufgaben des DSC ein: die Entwicklung robuster, interdisziplinär einsetzbarer Methodiken. In ihrem Vortrag stellte Maryam eine vergleichende Studie vor, welche verschiedene Vorverarbeitungsmethoden evaluierte – mit besonderem Fokus auf die nichtparametrische Methode der (Multivariaten) Singularen Spektralanalyse ((M)SSA). Das Ziel war es, zu untersuchen, wie sich die Qualität der Vorverarbeitung auf die Zuverlässigkeit statistischer Analysen auswirkt – insbesondere bei realen, verrauschten Datensätzen.
Mit ihrer Forschung leistete Maryam nicht nur einen wichtigen Beitrag zum wissenschaftlichen Austausch, sondern unterstrich auch die methodische und anwendungsorientierte Kompetenz des DSC. Ihre Session führte zu spannenden Diskussionen unter Fachkolleg:innen aus den Bereichen der statistischen Inferenz, Time Series Data Analysis und data-driven modeling.
Derzeit bereitet Maryam eine schriftliche Version ihres Beitrags vor, welche in den offiziellen Tagungsband der GPSD 2025 aufgenommen wird. In dieser Publikation werden die zentralen Erkenntnisse des Projekts festgehalten und Handlungsempfehlungen für andere Forschende im Umgang mit ähnlichen Datenproblemen gegeben.
Diese Teilnahme unterstreicht das Engagement des DSC, seine Mitglieder bei der Verbreitung ihrer Forschung zu unterstützen und die Vernetzung mit der wissenschaftlichen Gemeinschaft zu fördern. Durch methodische Innovation und interdisziplinäre Zusammenarbeit tragen Beiträge, wie der von Maryam, dazu bei, das DSC Zentrum für moderne Datenwissenschaft in Bremen und darüber hinaus zu etablieren.
Aktualisiert von: Dr. Maryam Movahedifar
« zurück
17.03.2025 | Konferenz
Fortschritte in Time Series Processing: DSC bei den 17ten German Probability and Statistics Days
Maryam Movahedifar, wissenschaftliche Mitarbeiterin am Data Science Center (DSC), hielt auf den GPSD 2025 einen Vortrag zur Vorverarbeitung von Time Series Daten mit Artefakten mithilfe von (M)SSA. Ihre Beitrag hob die methodische Arbeit des DSC hervor und wird als Konferenzbeitrag in den offiziellen Tagungsband der GPSD in Dresden aufgenommen.
Vom 11. bis 14. März 2025 fanden die 17ten German Probability and Statistics Days (GPSD) an der TU Dresden statt. Als eine der bedeutendsten Veranstaltungen für die Statistik- und Wahrscheinlichkeits-Community in Deutschland und Europa bot die GPSD 2025 eine Plattform für Forschende aus unterschiedlichsten Fachrichtungen und Karrierestufen, um neue Entwicklungen, Methoden und Anwendungen zu diskutieren.
Maryam Movahedifar, Data Scientist am Data Science Center (DSC) der Universität Bremen, vertrat das DSC mit einem Vortrag im Rahmen der Konferenz. Im Mittelpunkt ihres Beitrags stand die oft unterschätzte, aber zentrale Aufgabe der Datenvorverarbeitung – insbesondere bei verrauschten, hochdimensionalen Time Series Data.
Maryams technisch anspruchsvoller Beitrag reiht sich in eine der Kernaufgaben des DSC ein: die Entwicklung robuster, interdisziplinär einsetzbarer Methodiken. In ihrem Vortrag stellte Maryam eine vergleichende Studie vor, welche verschiedene Vorverarbeitungsmethoden evaluierte – mit besonderem Fokus auf die nichtparametrische Methode der (Multivariaten) Singularen Spektralanalyse ((M)SSA). Das Ziel war es, zu untersuchen, wie sich die Qualität der Vorverarbeitung auf die Zuverlässigkeit statistischer Analysen auswirkt – insbesondere bei realen, verrauschten Datensätzen.
Mit ihrer Forschung leistete Maryam nicht nur einen wichtigen Beitrag zum wissenschaftlichen Austausch, sondern unterstrich auch die methodische und anwendungsorientierte Kompetenz des DSC. Ihre Session führte zu spannenden Diskussionen unter Fachkolleg:innen aus den Bereichen der statistischen Inferenz, Time Series Data Analysis und data-driven modeling.
Derzeit bereitet Maryam eine schriftliche Version ihres Beitrags vor, welche in den offiziellen Tagungsband der GPSD 2025 aufgenommen wird. In dieser Publikation werden die zentralen Erkenntnisse des Projekts festgehalten und Handlungsempfehlungen für andere Forschende im Umgang mit ähnlichen Datenproblemen gegeben.
Diese Teilnahme unterstreicht das Engagement des DSC, seine Mitglieder bei der Verbreitung ihrer Forschung zu unterstützen und die Vernetzung mit der wissenschaftlichen Gemeinschaft zu fördern. Durch methodische Innovation und interdisziplinäre Zusammenarbeit tragen Beiträge, wie der von Maryam, dazu bei, das DSC Zentrum für moderne Datenwissenschaft in Bremen und darüber hinaus zu etablieren.
Autor*in: Dr. Maryam Movahedifar
« zurück