Proseminar: Anwendungen stochastischer Modelle – SS15

Dozent:  Dr. Werner Sandmann
Assistent: Alexander Lück

Veranstaltungsart: Block-Proseminar (an einem oder zwei Tagen)
Vorbesprechung: Freitag, 24.04.2015, 12:00 Uhr, Geb. E1 3, Raum 328
Termin: voraussichtlich Juni, spätestens Anfang Juli 2015, der genaue Termin wird in der Vorbesprechung in Absprache mit den Teilnehmern festgelegt.
Maximale Teilnehmerzahl: 12

Registrierung: Die Vergabe von Themen erfolgt in der Vorbesprechung. Um vorab Ihr Interesse am Proseminar zu bekunden, schreiben Sie bitte eine E-Mail an “werner.sandmann(-ätt-)uni-saarland.de”. Falls sich bei der Vorbesprechung herausstellt, dass es mehr Interessenten (mit den erforderlichen Voraussetzungen) als verfügbare Plätze gibt, werden die Plätze nach Datum des E-Maileingangs vergeben. Falls Sie vorab Fragen zu den Themen oder zur Organisation haben, schreiben Sie bitte eine E-Mail an “werner.sandmann(-ätt-)uni-saarland.de”.

Credits: 5  ECTS points

Inhalt:
Im Proseminar werden verschiedene Anwendungen stochastischer Modelle diskutiert. Der Schwerpunkt liegt dabei auf Methoden der Informatik, die für Probleme verschiedener Anwendungsbereiche verwendet werden.

Voraussetzungen:
Das Proseminar ist für Studierende der Informatik im Bachelorprogramm bestimmt. Stochastikkenntnisse gemäß Mathematik für Informatiker III werden vorausgesetzt. Sonst gibt es keine weiteren Voraussetzungen, um am Proseminar teilzunehmen. Erwartet wird Interesse an stochastischen Modellen, deren Anwendungen und Analyse.

Aufgaben für die erfolgreiche Teilnahme:
Präsentation:
Jeder Teilnehmer wird eine Präsentation von 30-45 Minuten über eines der festgelegten Themen geben. Präsentationen von sehr schlechter Qualität müssen wiederholt werden, um das Proseminar erfolgreich abzuschließen.

Bericht:
Jeder Teilnehmer muss einen schriftlichen Bericht über das bearbeitete Thema abgeben. Dieser soll mindestens drei Seiten lang sein (die angemessene Länge richtet sich nach dem Thema) und als pdf-Datei eingereicht werden. Der Bericht soll eine Ausarbeitung der Vortragsfolien sein. Außerdem können während der Präsentation aufgekommene Fragen aufgegriffen werden.

Gegenspieler-Rolle:
Jeder Teilnehmer wird “Gegenspieler” von mindestens zwei anderen Vortragenden sein, d. h. der Teilnehmer wird die entsprechenden Artikel vor der Präsentation lesen und Fragen für den Vortragenden vorbereiten.

Vorbereitung:
Die Teilnehmer müssen ihre vorbereiteten Folien dem entsprechenden Betreuer präsentieren (ca. zwei Wochen vor dem Vortrag bzw. nach Absprache mit dem Betreuer).

Themen:
Zur Vorbereitung auf das Proseminar wird von allen Teilnehmern erwartet, eine beim Vorbereitungstreffen näher spezifizierte Basisliteratur zu stochastischen Modellen zu lesen. Darauf aufbauend werden die Vortragsthemen anhand der folgenden wissenschaftlichen Artikel und ggf. hinzuzuziehender Hintergrundliteratur erarbeitet.

  • S. Gramatikov, F. Jaureguizar, J. Cabrera, N. García. Stochastic modelling of peer-assisted VoD streaming in managed networks. Computer Networks 57: 2058-2074, 2013.
  • J. Almasizadeh, M.A. Azgomi. A stochastic model of attack process for the evaluation of security metrics. Computer Networks 57: 2159–2180, 2013.
  • S. Deng, L. Huang, G. Xu. Social network-based service recommendation with trust enhancement. Expert Systems with Applications 41: 8075–8084, 2014.
  • P.E. Pfeifer, R.L. Carraway. Modeling customer relationships as Markov chains. Journal of Interactive Marketing 14(2): 43-55, 2000.
  • C. Goh, R. Law. Modeling and forecasting tourism demand for arrivals with stochastic nonstationary seasonality and intervention. Tourism Management 23: 499-510, 2002.
  • O. Jouini, Y. Dallery, Z. Aksin. Queueing models for full-flexible multi-class call centers with real-time anticipated delays. International Journal of Production Economics 120: 389-399, 2009.
  • R. Boel, L. Mihaylova. A compositional stochastic model for real time freeway traffic simulation. Transportation Research Part B 40: 319–334, 2006.
  • J. Yeon, L. Elefteriadou, S. Lawphongpanich. Travel time estimation on a freeway using Discrete Time Markov Chains. Transportation Research Part B 42: 325–338, 2008.
  • B. Bukiet, E.R. Harold, J.L. Palacios. A Markov chain approach to Baseball. Operations Research 45(1): 14-23, 1997.
  • H.V. Ribeiro, R.S. Mendes, L.C. Malacarne, S. Picoli Jr., P.A. Santoro. A random walk approach modeling soccer leagues. European Physical Journal B 75: 327-334, 2010.
  • T. Britton. Stochastic epidemic models: A survey. Mathematical Biosciences 225: 24-35, 2010.
  • L. Shenstone, R.J. Hyndman. Stochastic models underlying Croston’s method for intermittent demand forecasting. Journal of Forecasting 24: 389-402, 2005.