Cluster-Ensembles für den Vergleich von Ergebnissen aus Ozeanmodellen mit Referenzdaten
![](/fileadmin/_processed_/c/c/csm_clusterEnsembles_screenshot_6b03ccc2b4.png)
Wir stellen einen neuen Ansatz für die Analyse von Unterschieden und Ähnlichkeiten zwischen zwei raumzeitlichen Datensätzen vor. Eine Technik für maschinelles Lernen, Cluster-Ensembles, ermöglicht es Wissenschaftlern, viele Aspekte zeitlichen Verhaltens geophysikalischer Prozesse einzubeziehen. Interaktive visuelle Exploration unterstützt die Interpretation und den Vergleich des zeitlichen Verhaltens.
Publikation: Köthur, P., Sips, M., Dobslaw, H., Dransch, D. (2014): Visual Analytics for Comparison of Ocean Model Output with Reference Data: Detecting and Analyzing Geophysical Processes Using Clustering Ensembles. - IEEE Transactions on Visualization and Computer Graphics, 20, 12, p. 1893-1902.
In Kooperation mit GFZ Sektion 1.3: Erdsystemmodellierung.