Logo Leibniz Universität Hannover
Logo: GIH/Geodätisches Institut Hannover
Logo Leibniz Universität Hannover
Logo: GIH/Geodätisches Institut Hannover
  • Zielgruppen
  • Suche
 

Dr.-Ing. Boris Kargoll


Ko-Arbeitsgruppenleiter Expertengestützte Datenanalyse und Qualitätsprozesse
Ingenieurgeodäsie und geodätische Auswertemethoden
Geodätisches Institut
Nienburger Straße 1
30167 Hannover
Raum: B161

Telefon:+49 511 762 3585
Fax:+49 511 762 2468
E-Mail:kargollgih.uni-hannover.de
Homepage:www.gih.uni-hannover.de

Bild von Dr.-Ing. Boris Kargoll

Arbeitsgruppe

Forschungsinteressen

 

Der aktuelle Forschungsschwerpunkt verbindet robuste Parameterschätzung mit Zeitreihenanalyse unter Einsatz von Likelihood-Funktionen und Restriktionen, mit denen erweiterte Formen des Gauß-Markov- und Gauß-Helmert-Modells dargestellt werden. Robustheit der Maximum-Likelihood-Schätzung wird mit Hilfe der Annahme Student-verteilter zufälliger Abweichungen angestrebt, mit welcher Verteilung die in der Praxis oftmals auftretenden Ausreißer in den Daten oder Langschwänzigkeit der Fehlerverteilung modelliert wird. Ein prinzipieller Vorteil dieses Ansatzes gegenüber robusten Standardschätzern liegt darin, dass sich die Student-Verteilung unter Schätzung von Formparametern selbstoptimierend an die tatsächliche Ausreißercharakteristik bzw. Fehlerverteilung anpasst, sodass hiermit genauere Schätzergebnisse und vermindertes Eingreifen des Anwenders in die Ausgleichung erwartet werden können. Diese Methodik wird aktuell unter Anwendung auf terrestrische Laserscannerdaten entwickelt. Als zweite Komponente aus der Zeitreihenanalyse werden zur Modellierung von Auto- und Kreuzkorrelationen sowohl stationäre, als auch zeitveränderliche autoregressive Prozesse untersucht. Zur effizienten nummerischen Umsetzung der bisher genannten Verfahren und zur Überbrückung/Prädiktion von Datenlücken werden Expectation-Maximization-(EM-)Algorithmen im Zusammenhang mit Algorithmen der globalen Optimierung bzw. Linearisierung erforscht. Zur Entwicklung von Parameter- und Modelltests sowie von Bereichsschätzern (z.B. Konfidenzintervallen) wird untersucht, wie Restriktionslöser und Bootstrappingmethoden in die genannten EM-Algorithmen integriert werden können. Bei diesen Arbeiten stehen Ausgleichsprobleme im Zusammenhang mit Akzelerometer-, Lasertracker-, Kamera- und GNSS-Daten im Vordergrund. 

Ausgewählte Publikationen zum Forschungsschwerpunkt

  1. Kargoll, B.; Omidalizarandi, M.; Loth, I.; Paffenholz, J.-A.; Alkhatib, H. (2017): An iteratively reweighted least-squares approach to adaptive robust adjustment of parameters in linear regression models with autoregressive and t-distributed deviations, Journal of Geodesy, Online First. (Kudos) (pdf) The final publication is available at Springer via dx.doi.org/10.1007/s00190-017-1062-6
  2. Kargoll, B.; Omidalizarandi, M.; Alkhatib, H.; Schuh, W.-D. (2017): A modified EM algorithm for parameter estimation in linear models with time-dependent autoregressive and t-distributed errors. In: Valenzuela, O.; Rojas, F.; Pomares, H.; Rojas, I. (Hrsg.) Proceedings ITISE 2017 - International work-conference on Time Series, Vol. 2, S. 1132-1145. ISBN: 978-84-17293-01-7 (pdf)
  3. Xu, X.; Kargoll, B; Bureick, J.; Yang, H.; Alkhatib, H.; Neumann, I. (2018): TLS-based profile model analysis of major composite structures with robust B-spline method, Composite Structures, Vol. 184, S. 814-820. (Kudos) http://dx.doi.org/10.1016/j.compstruct.2017.10.057
  4. Zhao, X.; Alkhatib, H.; Kargoll, B.; Neumann, I. (2017): Statistical evaluation of the influence of the uncertainty budget on B-spline curve approximation, Journal of Applied Geodesy, Band 11, Heft 4, S. 215-230. (Kudos) http://dx.doi.org/10.1515/jag-2017-0018
  5. Koch, K.-R.; Kargoll, B. (2013): Expectation maximization algorithm for the variance-inflation model by applying the t-distribution, Journal of Applied Geodesy, Jg. 7, Nr. 3, S. 217-225. DOI: 10.1515/jag-2013-0007

Aktuelle Lehrveranstaltungen

Gutachtertätigkeiten

verschiedene Zeitschriften (siehe Auflistung auf Publons)