Theorie — Übersicht

Hintergrund zu den verwendeten Modellen und Methoden.

Inhalte

• ADM1da-Modell — Beschreibung des verwendeten 41-State-Modells
  (Schlattmann 2011, agrar-erweitertes ADM1) und der zentralen Zustandsindizes.
• PINN — der per-Window-PINN-Smoother: von der Intuition für
  Einsteiger über die Loss-Mathematik und die ADM1-spezifischen Kniffe bis zur Implementierung (pinn.py, pinn_smoother.py).
• Vortrainierter Observer — der amortisierte GRU-Observer: offline
  auf vielen simulierten Szenarien vortrainiert, dann nahezu sofortige Online-Inferenz mit self-supervised Feinabstimmung.
• UKF ↔ PINN-Fusion — Kombination einer UKF- und einer
  PINN-Schätzung per Kovarianzschnitt.

Hintergrund-Lektüre

Die formale Observability-Analyse ADM1-basierter Modelle ist in Observability → Literaturüberblick dokumentiert.