Bayes'sche Inversion am Beispiel des Fadenpendels

-
Etwas Werbung in eigener Sache. Elisabeth Ullmann und ich haben einen Artikel im Quartl veröffentlicht. Der Quartl ist das Mitteilungsblatt des Kompetenznetzwerks für Technisch-Wissenschaftliches Hoch- und Höchstleistungsrechnen in Bayern und der Bavarian Graduate School of Computational Engineering. Der Text richtet sich an ein allgemeines Publikum.

In dem Artikel beschreiben wir inverse Probleme aus statistischer Sicht und die Lösung inverser Probleme mit Bayes'schen Methoden. Als Beispiel für ein inverses Problem diskutieren wir die Schätzung der Erdbeschleunigung, mit Daten die uns von einem Fadenpendel zur Verfügung stehen. Diese Daten eines solchen Pendels wurden am Tag der offenen Tür im Garchinger Forschungszentrum von einigen dutzend Nachwuchsforschern zwischen 8 und 16 Jahren gesammelt.

Zum Artikel im Quartl 84.

Kommentare

Kommentar veröffentlichen

Beliebte Posts aus diesem Blog

Regenschirme erzeugen Regen?

-
Bild
Nein, tun sie nicht. Unmöglich wäre es jedoch nicht. Schließlich ist das Wetter ein chaotisches System - umgangssprachlich: Der Flügelschlag eines Schmetterlings kann einen Orkan auslösen. Aber darum soll es hier nicht gehen. Für die meisten Leser hier wird es aus ihrer persönlichen Erfahrung heraus möglich sein einzusehen, dass Regenwetter die Anzahl der Regenschirme, die man auf den Bürgersteigen sieht, ansteigen lässt. Der Regen umgekehrt aber nicht entsteht, weil so viele Regenschirme aufgespannt sind. Ein etwas naiver und rein objektiver Beobachter der Situation könnte diesen Kausalzusammenhang unter Umständen übersehen. Er sieht nur, dass (Regen, Schirme), sowie (kein Regen, keine Schirme) als Kombinationen jeweils häufig auftreten. Für ihn ist überhaupt nicht klar, was nun durch was herbeigeführt wurde. Es könnte auch gar keinen Kausalzusammenhang geben. Es könnte ja beides - unabhängig - durch eine dritte Sache impliziert werden. Oder das Auftreten kann sogar rein zufällig
Lesen

Quantenphysik in der Homöopathie?

-
Bild
Kürzlich war ich zu Besuch bei meinem Bruder in Berlin. Ich nahm den ICE Sprinter vom Münchner Hauptbahnhof und saß neben einem Herrn mittleren Alters. Wir kamen ins Gespräch, er Chemiker und Diplom-Kaufmann, arbeitet in der Kosmetikbranche. Er hält den Pharmamarkt für zu stark reguliert und ist ein Verfechter der Homöopathie. Sie wirke zwar nicht bei ihm, aber bei vielen anderen Leuten, die er kenne. Ich argumentierte, dass nach wie vor wissenschaftliche Evidenz dafür fehlt, dass die Homöopathie über den Placebo-Effekt hinaus wirke. Evidenz bedeutet hier: klinische Studien und Replikationen dieser.  Eine Grundidee der Homöopathie ist die Folgende: Man solle Ähnliches mit Ähnlichem behandeln, nur sehr stark verdünnt. Der Erfinder Dr. Samuel Hahnemann (1755-1843) kam zu diesem Schluss, als er zu bemerken glaubte, dass man mit Chinarinde einerseits Malaria behandelt, dass Chinarinde aber auch ähnliche Symptome wie Malaria hervorzurufen schien (er täuschte sich darin allerdings grundlege
Lesen

Lernen auf mehreren Levels

-
Bild
Kürzlich wurde unser erstes Paper (vgl. [1]) vom Journal of Computational Physics zur Veröffentlichung akzeptiert. Das ist vermutlich ein guter Zeitpunkt einmal über den Inhalt dieses Papers zu schreiben. Aber, keine Angst, werter Leser, dieser Text ist allgemein verständlich. In unserer Veröffentlichung geht es um das Lernen. Nicht um das Lernen von Menschen oder Tieren, sondern um das Lernen von Computern und Maschinen. Spezieller: Die Maschine soll ein kompliziertes physikalisches Modell lernen. Dies soll geschehen anhand von Simulationen des Modells und anhand von verrauschten Observationen - Daten, Beobachtungen o.ä. Ich werde später darauf zurückkommen, wie das genauer funktioniert. Jetzt erst mal zum Lernen auf mehreren Levels oder Multilevellernen. Screenshot des ArXiv preprints. Quelle: [1]. Man stelle sich vor die vierjährige Jana besucht die musikalische Früherziehung und wird dort als musikalisch talentiert erkannt. Außerdem verliebt sich das junge Mädchen i
Lesen