Refine
Document Type
- Article (1)
- Doctoral Thesis (1)
Has Fulltext
- yes (2)
Is part of the Bibliography
- no (2)
Keywords
- pattern (2) (remove)
Institute
Publisher
- IOP Publishing (1)
Die vorliegende Arbeit ist im Bereich der parameterfreien Statistik anzusiedeln und beschäftigt sich mit der Anwendung von ordinalen Verfahren auf Zeitreihen und Bilddaten. Die Basis bilden dabei die sogenannten ordinalen Muster in ein bzw. zwei Dimensionen. Der erste Hauptteil der Arbeit gibt einen Überblick über die breiten Einsatzmöglichkeiten ordinaler Muster in der Zeitreihenanalyse. Mit ihrer Hilfe wird bei simulierten gebrochenen Brownschen Bewegungen der Hurst-Exponenten geschätzt und anhand von EEG-Daten eine Klassifikationsaufgabe gelöst. Des Weiteren wird die auf der Verteilung der ordinalen Muster beruhende Permutationsentropie eingesetzt, um in Magnetresonanztomographie (MRT)-Ruhedaten Kopfbewegungen der Probanden zu detektieren. Der zweite Hauptteil der Arbeit befasst sich mit der Erweiterung der ordinalen Muster auf zwei Dimensionen, um sie für Bilddaten nutzbar zu machen. Nach einigen Betrachtungen an fraktalen Oberflächen steht eine automatisierte und robuste Einschätzung der Qualität struktureller MRT-Daten im Vordergrund.
AbstractGlobal challenges related to land, biodiversity, food and climate interact in diverse ways depending on local conditions and the broader context in which they are embedded. This diversity challenges learning and integrated decision-making to sustainably transform the nexus, that is to say the interactions between these land-based challenges. Providing aggregated insights, archetype analysis has revealed recurrent patterns within the multitude of interactions, i.e. interaction archetypes that are essential to enhance the understanding of nexus relations. This paper synthesises the state of knowledge on interaction or nexus archetypes related to land, biodiversity, food and climate based on a systematic literature review. It focusses on the coverage of thematic aspects, regional distribution, social dimensions and methodologies. The results show that consideration of comprehensive land–biodiversity–food–climate interactions is rare. Furthermore, there are pronounced regional knowledge gaps, social dimensions are inadequately captured, and methodological shortcomings are evident. To enhance the investigation of interaction archetypes, we have framed a future research agenda providing directions to fully capture interactions across space and time, better use the potential of scenario archetypes and up-scale transformative actions. These advances will constructively contribute insights that help to achieve the ambitious objective to sustainably transform the nexus between land, biodiversity, food and climate.