Forschende
42 Treffer mit Thema „Künstliche Intelligenz“ in Wirtschaftswissenschaftliche Fakultät, Mathematisch-Naturwissenschaftliche Fakultät · Themen-Filter entfernen
Prof. Dr. Ralf Reulke forscht schwerpunktmäßig auf den Gebieten der Bildverarbeitung, Fernerkundung und optischen Sensorsysteme.
Die Forschung von Prof. Dr. Patrick Hostert konzentriert sich auf die satellitengestützte Erdbeobachtung und die Entwicklung fortschrittlicher Datenanalyseverfahren, insbesondere unter Einsatz von Künstlicher Intelligenz und maschinellem Lernen.
Prof. Dr. Verena Hafner forscht an den Schnittstellen von Robotik, Künstlicher Intelligenz und Kognitionswissenschaften.
Prof. Dr. Niels Pinkwart forscht an der Schnittstelle von Künstlicher Intelligenz und Bildung, mit einem Schwerpunkt auf intelligenten Tutorensystemen, adaptivem Lernen und Learning Analytics.
Prof. Dr. Michael Hintermüller forscht auf dem Gebiet der mathematischen Optimierung und numerischen Methoden mit Schwerpunkt auf partiellen Differentialgleichungen, inversen Problemen und Gleichgewichtsmodellen.
Prof. Dr. Markus Reiß forscht auf dem Gebiet der mathematischen Statistik mit Schwerpunkt auf Inferenz für stochastische Prozesse und inverse Probleme.
Die Forschungsprojekte konzentrieren sich auf die Entwicklung fortschrittlicher Algorithmen für die 3D-Rekonstruktion, Bildverarbeitung und Echtzeit-Datenanalyse unter Einsatz von Künstlicher Intelligenz und Deep Learning.
Die Forschung konzentriert sich auf die Automatisierung und Qualitätssicherung in der Softwareentwicklung, insbesondere durch den Einsatz von Künstlicher Intelligenz und Large Language Models.
Prof. Dr. Andrea Walther forscht auf dem Gebiet der angewandten Mathematik mit Schwerpunkt auf algorithmischer Differentiation, Optimierung und inversen Problemen.
Dr. Sven Ramelow forscht auf dem Gebiet der Quantenoptik und entwickelt neuartige Bildgebungsverfahren mittels verschränkter Photonen, insbesondere im mittleren Infrarotbereich.
Die Forschung von PD Dr. rer. nat. Niels Wessel konzentriert sich auf die nichtlineare Analyse kardiovaskulärer Biosignale zur Verbesserung der medizinischen Diagnostik und Risikoprädiktion.
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.
Prof. Dr. Holger Schlingloff forscht am Institut für Informatik der Humboldt-Universität mit dem Schwerpunkt Softwaretechnik.
Prof. Dr. Alan Akbik forscht auf dem Gebiet der Computerlinguistik und Künstlichen Intelligence, mit einem Schwerpunkt auf Large Language Models und Deep Learning.
Prof. Dr. Nicole Schweikardt forscht im Bereich der Theoretischen Informatik mit Fokus auf die effiziente Verarbeitung großer Datenmengen und Datenbankabfragen.
Joachim Gassen forscht empirisch zu den realwirtschaftlichen Effekten von Transparenz, insbesondere bei nicht-kapitalmarktorientierten Unternehmen und im Kontext von CO2-Informationen.
Die Forschung konzentriert sich auf Hochenergiephysik und Astroteilchenphysik, insbesondere auf die Detektion und Analyse von Gammastrahlung mittels Cherenkov-Teleskopen wie H.E.S.S.
Prof. Dr. Jan Mendling forscht auf dem Gebiet des Business Process Management und Process Mining, mit einem Fokus auf die Analyse, Modellierung und Optimierung von Geschäftsprozessen durch datengetriebene Methoden.
Die Forschung von Prof. Dr. Daniel Klapper konzentriert sich auf die Schnittstelle von Marketing, Verhaltensökonomie und Datenwissenschaft.
Prof. Dr. Dörte Kreher forscht auf dem Gebiet der angewandten Stochastik und Finanzmathematik mit Schwerpunkt auf der Modellierung von Limit-Order-Büchern und rauen Volatilitätsmodellen.
Die Forschung von Prof. Dr. Thomas Kosch konzentriert sich auf die Entwicklung intelligenter Benutzerschnittstellen und die Anwendung von Künstlicher Intelligenz, insbesondere Large Language Models, in Human-Computer Interaction.
Die Forschung konzentriert sich auf die Entwicklung skalierbarer Algorithmen und Software-Tools für die Analyse großer Netzwerke und die effiziente Ausführung wissenschaftlicher Workflows auf heterogenen, verteilten Systemen.
Die Forschung konzentriert sich auf die Entwicklung und Charakterisierung von 2D-Materialien, insbesondere Graphen und Nanoröhren, für elektrochemische Sensoren und Biosensoren.