Forschende
10 Treffer mit Thema „Deep Learning“ in Philosophische Fakultät, Wirtschaftswissenschaftliche Fakultät, Lebenswissenschaftliche Fakultät · Themen-Filter entfernen
Die Forschung konzentriert sich auf die Entwicklung automatisierter Verhaltensdiagnostik und kognitiver Tests für Tiermodelle, insbesondere Mäuse und Fledermäuse, unter Nutzung von KI und Deep Learning zur Verhaltensanalyse.
Prof. Dr. Matthias Ziegler forscht auf dem Gebiet der psychologischen Diagnostik und Persönlichkeitsforschung, mit einem Schwerpunkt auf der Interaktion zwischen Persönlichkeit, Intelligenz und Situationen.
Prof. Dr. Kerstin Kaufmann erforscht aktuell die molekularen und epigenetischen Mechanismen, die es Pflanzen ermöglichen, sich an Umweltstress wie Kälte und Trockenheit anzupassen.
Die Forschung konzentriert sich auf den Einsatz fortschrittlicher KI-Methoden, insbesondere Deep Learning und Large Language Models, zur Analyse komplexer Datenstrukturen wie Zeitreihen, Texten und Bildern.
Prof. Dr. Sonja Greven forscht auf dem Gebiet der statistischen Modellierung und Datenanalyse mit Fokus auf funktionale Daten, Dichteregression und kausale Inferenz.
Die Forschung von Prof. Dr. Daniel Klapper konzentriert sich auf die Schnittstelle von Marketing, Verhaltensökonomie und Datenwissenschaft.
Die Forschung von Dr. Matthias König konzentriert sich auf die Entwicklung und Anwendung mathematischer Modelle und Computersimulationen in der Biomedizin, insbesondere zur Analyse der Leberfunktion und Pharmakokinetik.
Prof. Dr. Uwe Ohler entwickelt aktuell bioinformatische Methoden und Deep-Learning-Modelle, um komplexe Genexpressionsdaten aus Einzelzellanalysen und Hochdurchsatz-Sequenzierung zu interpretieren.
Die Forschung von Prof. Dr. Timo Kautz konzentriert sich auf nachhaltige Agrarsysteme, insbesondere die Rolle von Bodenbioporen, Wurzelwachstum und Nährstoffmanagement unter Klimastress.
Sigbert Klinke forscht auf den Gebieten der Hochschuldidaktik, Statistik und digitalen Lernmethoden.