Mathematik und Datenwissenschaften

Leitung der Forschungsgruppe

Mitarbeiter

Studentische Hilfskräfte

Hannes Fuchs

Johannes Just

Amdaleb Mirsaidov

Lars Henrik Schalk

Christian Sorgatz

D
Mathis Dudler, B. Sc.
M
Arjun Majumdar, M. Sc.

Die Digitalisierung durchdringt unsere Gesellschaft kontinuierlich. Daten werden in zunehmendem Maße gesammelt und sind allgegenwärtig. Es ist an der Zeit, diese Daten zur Optimierung von Prozessen und Produkten zu nutzen.

Die Mission der Arbeitsgruppe „Mathematik und Datenwissenschaften“ besteht darin, Forschung im Bereich des maschinellen Lernens auf der Grundlage von Daten aus industriellen, wirtschaftlichen oder physikalischen Quellen voranzutreiben. Unser Ziel ist die Entwicklung neuer Methoden im maschinellen Lernen und deren Anwendung in Industrie und Wirtschaft. Unsere Forschung umfasst theoretische und empirische Analysen von Algorithmen, deren Implementierung sowie die Anpassung an spezifische Anwendungen und Datensätze.

 

Unser Fokus liegt insbesondere auf folgenden Bereichen:

- Probabilistisches maschinelles Lernen: Umgang mit Unsicherheiten in Daten.

- Generative Modelle: Modellierung praxisnaher Daten.

- Anomalieerkennung: Identifikation von Abweichungen in technischen Prozessen.

- Analyse und Vorhersage industrieller Zeitreihen: Untersuchung und Prognose von Trends und Mustern in industriellen Daten.

- Verarbeitung hochdimensionaler Sensordaten: Effiziente Nutzung und Analyse umfangreicher Sensordaten.

- Integration physikalischen Vorwissens in die Datenanalyse: Nutzung physikalischer Gesetze und Modelle zur Verbesserung der Datenanalyse.

Wenn Sie an unserer Forschung interessiert sind, gemeinsame Forschungsprojekte im Bereich der Datenanalyse und des maschinellen Lernens in Erwägung ziehen oder eine studentische Arbeit schreiben möchten, nehmen Sie gerne Kontakt mit uns auf.