Promovierende am MDSI
Bertrand Charpentier
Data Analytics and Machine Learning
- ML für Graphen
- Unsicherheitsabschätzung
- Robustheit
Mariia Gladkova
Bildverabeitung und Künstliche Intelligenz
Dynamische Gleichzeitige Lokalisierung und Abbildung
- Nichtlineare Optimierung
- Bildverarbeitung
- Entwurf und Einsatz von neuronalen Netzen
- C++, Python
- Visuelles Szenenverständnis
- Intelligente Systeme und selbstfahrende Fahrzeuge
Sara-Viola Kuntz
Multiskalendynamik Tiefer Neuronaler Netze
- Multiskalige Systeme
- Adaptive Netzwerke
- Mittleres Feld und Graphengrenzen
- Aufblähung und Bifurkationstheorie
Christina Liepold
Business Analytics and Intelligent Systems
Servitization in Produktionsplanung und Supply Chain Management
- Lineare Optimierung, Spalten- und Nebenbedingungsgenerierung
- Auktionstheorie und kombinatorische Auktionen
- Strukturiertes Lernen
- Dekompositionsmethoden
- Kombinatorik
Larkin Liu
Logistik & Supply Chain Management
Reinforcement Learning-Anwendungen in Logistik und Supply Chain Management
- Monte-Carlo-Methoden für die Optimierung
- Tiefes verstärkendes Lernen
- Stochastische Spieltheorie
- Software-Entwicklung
Kristina Mach
Computer Aided Medical Procedures & Augmented Reality
Computer Vision für die Augenchirurgie
- Segmentierung (semantisches Verständnis von 2D- und 3D-Bildern), Berichterstellung (Bildbeschriftung), Klassifizierung (Erkennung chirurgischer Phasen)
- Klinische Anwendungen, Ophthalmologie, Medizin
- Computer Vision & Deep Learning (Bilder & Bild-zu-Text)
- Python
Shiva Madadkhani
Wirtschaft der Erneuerbaren Energien
- Klassische ML-Methoden
- Geschäftsfälle
- Technologie für erneuerbare Energien
Julian Mayer-Steudte
Theoretische Teilchen- und Kernphysik
Theoretische Teilchenphysik, Computergestützte Physik
- Monte-Carlo-Integration von Systemen der statistischen Mechanik
- Gittermodelle
- Parallelisierte Hochleistungsberechnungen
- Methoden der Datenanalyse und numerische Methoden
- Modelle in der Physik
Yukiteru Murakami
Steuerung von Mustern mit einem Räumlichen Lichtmodulator bei der Elektroauflösung von Si
- Photoelektrochemie und Simulation chemischer Reaktionen
- Si-Auflösung
- Ellipsometrie
- Räumlicher Lichtmodulator
- Stabilitätsanalyse
Johanna Sommer
Datenanalytik und Maschinelles Lernen
Robustheit von Neuronalen Netzen für die Kombinatorische Optimierung
- Grundlagen des maschinellen Lernens
- PyTorch auf niedriger Ebene, Python
- Graphen, Robustheit, ODEs, Zeitreihen
Nils Sturma
Identifizierbarkeit und Ableitung von Kausalen Effekten in Modellen mit Latenten Variablen
- Wahrscheinlichkeitsrechnung
- Multivariate Statistik
- Algebraische Geometrie und Computeralgebra
- Strukturgleichungsmodelle
- R, Python, Computeralgebra
Yan Xia
Photogrammetrie und Fernerkundung
Wahrnehmung und Ortserkennung von 3D-Straßenumgebungen in Städten mit MLS-Punktwolken
- Deep Learning
- Computer Vision
- Neuronale Netze
- PyTorch, Tensorflow, Python
- Entwurf von Netzwerken
Kamilia Zaripova
Computer Aided Medical Procedures & Augmented Reality
Geometrisches Deep Learning
- Neuronale Graphen-Netzwerke
- PyTorch / PyTorch Geometrisch / PyTorch Lightning
- Deep Learning
- Medizinische Anwendungen und Datensätze (Wirbelsäule und Gehirn)
- Erstellung von Berichten
