Generierung von stochastischen Eingabedaten mit generativen neuronalen Netzen

 •  Einarbeitung in den NIM (Neural Input Modeling) Ansatz aus [1,2]) und Beschreibung der zugrundeliegenden Methode
 •  Umsetzung des Ansatzes in Python [3] (für unabhängig identisch verteilte Daten im Rahmen einer Bachelorarbeit, für Zeitreihen im Rahmen einer Masterarbeit)
 •  Experimentelle Evaluierung des Ansatzes

[1]     Wang Cen, Emily A. Herbert, Peter J. Haas: NIM: Modeling and Generation of Simulation Inputs Via Generative Neural Networks. WSC 2020: 584-595.

[2]     Carl Doersch: Tutorial on Variational Autoencoders. CoRR abs/1606.05908 (2016)

[3]     https://keras.io