Linde/MDSI Promotionsstipendien

Linde und das MDSI sind eine Partnerschaft zur Förderung exzellenter Promovierender aus den verschiedensten Fachrichtungen eingegangen, um interdisziplinäre Forschung zu stärken, die sich mit Herausforderungen in der Datenwissenschaft befasst. Die Linde/MDSI-Stipendiaten sind ein wesentlicher Bestandteil der lebendigen und dynamischen Forschungsatmosphäre des MDSI. Sie nehmen an dem speziell auf sie zugeschnittenen Trainingsprogramm des MDSI teil und sind je nach Bedarf in den Einrichtungen des Instituts untergebracht. Das MDSI unterstützt nachdrücklich ihre Zusammenarbeit und Interaktion mit Stipendiaten und Forschenden aus anderen Forschungsbereichen.

Ausschreibung

Details zu Anforderungen an Bewerber sowie zu den Ausschreibungen für die Stipendien befinden sich hier.

Linde / MDSI Stipendiaten am MDSI


Jacquelyn Banas

Flugsystemdynamik

 

Betreuer: Prof. Dr.-Ing. Florian Holzapfel


Ayshah Chan

Methodik der Fernerkundung

Wissensdestillation aus großen Verwaltungsdaten (KnowDisBAD)

Betreuer: Prof. Dr. Marco Körner


Mariia Gladkova

Bildverarbeitung und Künstliche Intelligenz

Dynamische Gleichzeitige Lokalisierung und Abbildung

Betreuer: Prof. Dr. Daniel Cremers


Martin Großhauser

Neurobiological Engineering

 

Betreuer: Prof. Dr. Julien Gagneur


Sara-Viola Kuntz

Dynamische Systeme

Multiskalendynamik Tiefer Neuronaler Netze

Betreuer: Prof. Christian Kühn, PhD


Kristina Mach

Anwendungen in der Medizin

Computer Vision für die Ophtalmologische Chirurgie

Betreuer: Prof. Dr. Nassir Navab


Shiva Madadkhani

Resource Economics

Ökonomie der Erneuerbaren Energien

Betreuer: Prof. Svetlana Ikonnikova, PhD


Julian Mayer-Steudte

Theoretische Teilchen- und Kernphysik

Theoretische Teilchenphysik, Computerphysik

Betreuer: Prof. Dr. Nora Brambilla


Yukiteru Murakami

Technische Physik

Kontrolle der Musterbildung Während der Elektrooxidation von Si mit einem räumlichen Modulator für Licht

Betreuer: Prof. Dr. Katharina Krischer


Thorben Prein

Labor für elektrochemische Materialien

Thema: Lernen der Materialdarstellung für die Syntheseplanung

Betreuer: Prof. Jennifer Rupp


Johanna Sommer

Data Analytics and Machine Learning

Robustheit von Neuronalen Netzen für die Kombinatorische Optimierung

Betreuer: Prof. Dr. Stephan Günnemann


Nils Sturma

Mathematische Statistik

Identifizierbarkeit und Inferenz von Kausalen Effekten in Modellen mit Latenten Variablen

Betreuer: Prof. Dr. Mathias Drton


Kamilia Zaripova

Computer Aided Medical Procedures & Augmented Reality

Geometrisches Deep Learning

Betreuer: Prof. Dr. Nassir Navab


Axel Zimmermann

Thermofluiddynamik

Physikgestütztes maschinelles Lernen für thermoakustische Modellierung

Betreuer: Prof. Wolfgang Polifke, Ph.D.