Profil Robert Sicks

Schwerpunkte/Kompetenzen

  • Analyse und Prognose von Zeitreihen
  • Bewertungsmodelle und –algorithmen für strukturierte Produkte und Derivate 
  • Machine Learning Methoden
  • Monte-Carlo Methoden, insbesondere Multilevel und Markov Chain
  • Neuronale Netze/Deep Learning

 

Publikationen

Highlightpublikationen

  • Sicks, R.; Korn, R.; Schwaar, S.:
    A Generalised Linear Model Framework for beta-Variational Autoencoders based on Exponential Dispersion Families.
    arXiv:2006.06267, (2020).
  • Sicks, R.; Korn, R.; Schwaar, S.:
    A lower bound for the ELBO of the Bernoulli Variational Autoencoder.
    arXiv:2003.11830, (2020).
  • Sicks, R.:
    Gauß-Newton und M-Schätzer für ARMA-Prozesse mit regulär variierenden Tails.
    Masterarbeit, KIT Karlsruhe, (2016).