Fraunhofer-Gesellschaft

Publica

Hier finden Sie wissenschaftliche Publikationen aus den Fraunhofer-Instituten.

Methoden zur datengetriebenen Formulierung und Visualisierung von Kausalitätshypothesen

Data-driven methods for the formulation and visualization of causal hypotheses
 
: Kühnert, Christian; Gröll, L.; Heizmann, Michael; Reischl, M.; Mikut, R.

:

Automatisierungstechnik : AT 60 (2012), No.10, pp.630-640
ISSN: 0178-2312
ISSN: 0340-434X
German
Journal Article
Fraunhofer IOSB ()

Abstract
Für das automatisierte Erkennen von Kausalstrukturen in Datensätzen gibt es schon mehrere Verfahren, welche basierend auf dem zugrundeliegenden Datensatz jeweils Vor- und Nachteile besitzen. In diesem Beitrag werden zunächst relevante Verfahren mit ihren Eigenschaften für das Erkennen kausaler Strukturen vorgestellt, an Benchmarks getestet sowie die Ergebnisse mittels geeigneter Visualisierungstechniken repräsentiert. Des Weiteren erfolgt eine Untersuchung der Methoden anhand der Daten eines industriellen Glasziehprozesses sowie der Analyse von Biosignalen bei einer Funktionellen Elektrostimulation.

 

For the automated detection of the causal structures in datasets there are already approaches available that all have their benefits and drawbacks. In this article several data-driven methods for the detection of cause-effect relationships in time series were applied on benchmark datasets and their results visualized accordingly. Furthermore the methods were tested on a dataset of an industrial glass forming process and on the analysis of biosignals from a Functional Electrostimulation.

: http://publica.fraunhofer.de/documents/N-225818.html