Prof. Dr. Dr. h.c. Jürgen Kurths

Prof. Kurths erforscht komplexe Netzwerke und deren dynamisches Verhalten, insbesondere wie sich verändernde Netzwerkstrukturen auf kollektive Prozesse auswirken. Ein aktueller Schwerpunkt liegt auf der Anwendung dieser Erkenntnisse auf Energienetze: Er entwickelt Methoden und Werkzeuge zur Simulation von Umstellungsszenarien bei der Energieversorgung — etwa für Mikro- und Inselnetze, die von fossilen auf erneuerbare Energieträger umsteigen — mit besonderem Fokus auf die Stabilität dieser Netze während der Transition. Die Forschung verbindet mathematische Modellierung nichtlinearer Systeme mit praktischen Fragen der Netzstabilität und ist relevant für Energieversorger, Netzbetreiber und Unternehmen im Bereich dezentraler und erneuerbarer Energiesysteme.

🔒 Das System hat 1399 mögliche Industrie-Partner gefunden — Firmen, Scores und Begründungen sind nur für eingeloggte Nutzer:innen sichtbar. Anmelden

• Die Analyse der Herz-Kreislauf-Vitalität herzoperierter Patienten zur Bestimmung individueller, operationstechnischer und krankheitsspezifischer Risiken

  Quelle ↗

  Die Analyse der Variabilität der Herzfrequenz, des Blutdrucks und deren Kopplungen (Herz-Kreislauf-Vitalität) hat sich in der letzten Zeit als unabhängiger Parameter zur Diagnostik und Prognostik kardio-vaskulärer Erkrankungen unterschiedlicher Genese etabliert. Dieser Ansatz konnte ebenfalls zeigen, dass sich aus der Analyse des autonomen Regulationsverhaltens wichtige Aussagen über das Risiko und Erholungsverhalten nach Herzoperationen ableiten lassen.In der Herzchirurgie entwickelten sich die Eingriffe im Verlauf der letzten Jahre von standardisierten Verfahren hin zu individuellen, patientenspezifischen Operationen; dabei war eine erhebliche Zunahme von weniger invasiven bis hin zu minimalinvasiven Verfahren zu verzeichnen.Ziel dieses Projektes ist, die kardiovaskuläre Regulation bei verschiedenen Operationstechniken unterschiedlicher Invasivität mittels modellgestützter nichtlinear-dynamischer und wissensbasierter (Computational Intelligence) Datenanalyse von nichtinvasiv bzw. invasiv registrierten Biosignalen zu charakterisieren. Die Innovation dieses Vorhabens liegt in der engen Wechselwirkung der nichtlinear-dynamischen Modellbildung der kardiovaskulären Regulation basierend auf zu erhebenden Daten der Herzfrequenz, des Blutdrucks, der Atmung und der Sauerstoffsättigung mit der wissensbasierten und multiparametrischen Datenanalyse. Einen Schwerpunkt bildet die Analyse von speziellen, betroffenen Regulationssystemen bei unterschiedlicher Operationstechnik zur Risikostratifizierung.Während die kosmetischen Vorteile minimalinvasiver Chirurgie unbestritten sind, resultiert die Anwendung dieser Verfahren häufig in einer erhöhten technischen Schwierigkeit der Operation und in verlängerter Operationsdauer. Es gibt bisher keine Informationen über die Auswirkung dieser Techniken auf die kardiovaskuläre Vitalität.Die hier vorgesehene Verbindung von kardiovaskulärer Modellbildung und wissensbasierter Datenanalyse lässt substanziell erweiterte Erkenntnisse für die Auswahl der Operationstechnik sowie für eine optimale individuelle postoperative Versorgung erwarten.

• Synchronization in complex networks

  2008

  Physics Reports · DOI

• Second-Order Consensus for Multiagent Systems With Directed Topologies and Nonlinear Dynamics

  2009

  IEEE Transactions on Systems Man and Cybernetics Part B (Cybernetics) · DOI

  This paper considers a second-order consensus problem for multiagent systems with nonlinear dynamics and directed topologies where each agent is governed by both position and velocity consensus terms with a time-varying asymptotic velocity. To describe the system's ability for reaching consensus, a new concept about the generalized algebraic connectivity is defined for strongly connected networks and then extended to the strongly connected components of the directed network containing a spanning tree. Some sufficient conditions are derived for reaching second-order consensus in multiagent systems with nonlinear dynamics based on algebraic graph theory, matrix theory, and Lyapunov control approach. Finally, simulation examples are given to verify the theoretical analysis.

• The Kuramoto model in complex networks

  2015

  Physics Reports · DOI