Forschende
37 Treffer mit Thema „Machine Learning“ in Kultur-, Mathematisch-Naturwissenschaftliche Fakultät, Philosophische Fakultät · Themen-Filter entfernen
Victoria Coors arbeitet im Bereich der Forschungsinfrastruktur und des Forschungsdatenmanagements, mit einem Fokus auf die Umsetzung der FAIR-Prinzipien und Open Science.
Dipl.-Thomas Vogel forscht im Bereich Softwaretechnik mit Fokus auf suchbasierte Testfallgenerierung und Programmreparatur.
Die Forschung von Dr. Carl-Friedrich Schleußner konzentriert sich auf die Analyse sozial-ökologischer Barrieren und deren Bedeutung für die Klimaanpassung sowie die Quantifizierung von Klimafolgen bei Überschreitung der Pariser Temperaturziele.
Joachim Paier forscht auf dem Gebiet der theoretischen Chemie und Physik, mit einem Schwerpunkt auf der Anwendung der Dichtefunktionaltheorie (DFT) zur Untersuchung von Oberflächenprozessen.
Die Forschung konzentriert sich auf die mathematische Modellierung und numerische Simulation piezoelektrischer Materialien, insbesondere zur Lösung inverser Probleme für die Materialcharakterisierung.
Das Projekt EMPEROR entwickelt automatische Verfahren zur Ursachenanalyse von Programmverhalten, insbesondere zur Identifikation von Eingaben, die Programmfehler auslösen.
Dr. Joachim Telschow forscht auf dem Gebiet der mathematischen Statistik und angewandten Wahrscheinlichkeitstheorie, mit einem Schwerpunkt auf simultanen Konfidenzbereichen und der Unsicherheitsquantifizierung.
Dr. rer. nat. Thilo Wellmann forscht an der Humboldt-Universität zu Berlin zur Integration von Fernerkundung, Ökologie und Stadtplanung für resiliente Stadtlandschaften.
Die Forschung von Dr. Dirk Pflugmacher konzentriert sich auf die Anwendung satellitengestützter Fernerkundung zur Überwachung von Waldgesundheit, Biodiversität und Landnutzungsänderungen im Kontext des Klimawandels.
Die Forschung von Dr. Sergey Kovalenko umfasst ein breites Spektrum an Themen, darunter Spektroskopie, Quantenchemie und Katalyse.
Die Publikationen decken ein breites Spektrum ab, von Künstlicher Intelligenz und autonomem Fahren über neurowissenschaftliche Studien bis hin zu inklusiver Bildung.
Die Publikationen von Dr. Benjamin Conrad konzentrieren sich auf neurowissenschaftliche Forschung, insbesondere die Anwendung und Weiterentwicklung von funktioneller Magnetresonanztomographie (fMRI) und Diffusionsgewichteter Bildgebung (DWI).
Die Forschung konzentriert sich auf die Analyse und Extraktion relevanter Daten aus großen, komplexen Datensammlungen wie Data Lakes.