Effiziente Analyse von räumlich-zeitlichen Daten mittels multivariater Gauß-Prozess-Regression
Die Arbeit präsentiert eine neuartige Methode zur modalen Analyse von räumlich-zeitlichen Daten, die auf der
Multivariate Gaussian Process Regression (MVGPR) basiert. Die MVGPR-Methode kann mit zeitlich unregelmäßigen
Daten umgehen und bietet Vorteile gegenüber klassischen Methoden wie der Dynamischen Modezerlegung (DMD) und
der Spektralen Proper Orthogonal Decomposition (SPOD).
