Publikation in Lecture Notes in Computer Science
Das Konferenzpapier "How to Trust Generative Probabilistic Models for Time-Series Data?" wurde in Lecture Notes in Computer Science veröffentlicht.
Abstract:
Generative machine learning methods deliver unprecedented quality in the fields of computer vision and natural language processing. When comparing models for these task, the user can fast and reliably judge generated data with her bare eye—for humans, it is easy to decide whether an image or a paragraph of text is realistic. However, generative models for time series data from natural or social processes are largely unexplored, partially due to a lack of reliable and practical quality measures. In this work, measures for the evaluation of generative models for time series data are studied—in total, over 1000 models are trained and analyzed. The well-established maximum mean discrepancy (MMD) and our novel proposal: the Hausdorff discrepancy (HD) are considered for quantifying the disagreement between the sample distribution of each generated data set and the ground truth data. While MMD relies on the distance between mean-vectors in an implicit high-dimensional feature space, the proposed HD relies on intuitive and explainable geometric properties of a “typical” sample. Both discrepancies are instantiated for three underlying distance measures, namely Euclidean, dynamic time warping, and Frechét distance. The discrepancies are applied to evaluate samples from generative adversarial networks, variational autoencoders, and Markov random fields. Experiments on real-world energy prices and humidity measurements suggest, that considering a single score is insufficient for judging the quality of a generative model.
Zitation:
Piatkowski, N., Posch, P. N., & Krause, M. (2021, June). How to Trust Generative Probabilistic Models for Time-Series Data?. In International Conference on Learning and Intelligent Optimization (pp. 283-298). Springer, Cham.
Suche & Personensuche
Anfahrt & Lageplan
Der Campus der Technischen Universität Dortmund liegt in der Nähe des Autobahnkreuzes Dortmund West, wo die Sauerlandlinie A45 den Ruhrschnellweg B1/A40 kreuzt. Die Abfahrt Dortmund-Eichlinghofen auf der A45 führt zum Campus Süd, die Abfahrt Dortmund-Dorstfeld auf der A40 zum Campus-Nord. An beiden Ausfahrten ist die Universität ausgeschildert.
Um mit dem Auto vom Campus Nord zum Campus Süd zu gelangen, besteht die Verbindung über den Vogelpothsweg / die Baroper Straße. Wir empfehlen Ihnen, Ihr Auto auf einem der Parkplätze des Campus Nord abzustellen und die H-Bahn (hängende Einschienenbahn) zu nutzen, die die beiden Standorte bequem verbindet.
Direkt unter dem Campus Nord befindet sich die S-Bahn-Station „Dortmund Universität“. Von dort fährt die S-Bahn-Linie S1 im 20- oder 30-Minuten-Takt zum Hauptbahnhof Dortmund und in der Gegenrichtung zum Hauptbahnhof Düsseldorf über Bochum, Essen und Duisburg. Außerdem ist die Universität mit den Buslinien 445, 447 und 462 zu erreichen. Eine Fahrplanauskunft findet sich auf der Homepage des Verkehrsverbundes Rhein-Ruhr, außerdem bieten die DSW21 einen interaktiven Liniennetzplan an.
Zu den Wahrzeichen der TU Dortmund gehört die H-Bahn. Linie 1 verkehrt im 10-Minuten-Takt zwischen Dortmund Eichlinghofen und dem Technologiezentrum über Campus Süd und Dortmund Universität S, Linie 2 pendelt im 5-Minuten-Takt zwischen Campus Nord und Campus Süd. Diese Strecke legt sie in zwei Minuten zurück.
Vom Flughafen Dortmund aus gelangt man mit dem AirportExpress innerhalb von gut 20 Minuten zum Dortmunder Hauptbahnhof und von dort mit der S-Bahn zur Universität. Ein größeres Angebot an internationalen Flugverbindungen bietet der etwa 60 Kilometer entfernte Flughafen Düsseldorf, der direkt mit der S-Bahn vom Bahnhof der Universität zu erreichen ist.
Die Einrichtungen der Technischen Universität Dortmund verteilen sich auf den größeren Campus Nord und den kleineren Campus Süd. Zudem befinden sich einige Bereiche der Hochschule im angrenzenden Technologiepark.
Straßennavigation von und zur Technischen Universität Dortmund:
Das Dokument bzw. die Grafik stellen sehr vereinfacht die Autobahnen und Bundesstraßen rund um die Technische Universität Dortmund dar:
Die Onlinekarte unterstützt beim Auffinden von und Navigieren zwischen Einrichtungen und Gebäuden auf dem Campus:
Dieses Dokument enthält einen einfachen Campusplan in deutsch und englisch: