Forschende
58 Treffer mit Thema „Machine Learning" · Themen-Filter entfernen
Prof. Staab entwickelt die AISUM-Plattform für intelligente urbane Mobilität, die erstmals intermodale Verkehrsangebote (öffentliche Verkehrsmittel, Car-, Bike- und Scooter-Sharing) über eine einheitliche Anwendung vereint.
Bharath Ananthasubramaniam entwickelt datengetriebene mathematische Modelle, um zu verstehen, wie die innere Uhr (circadiane Rhythmik) physiologische Prozesse in Säugetieren steuert.
Dr. Margarete Pratschke erforscht die theoretischen und kulturhistorischen Grundlagen von Computer Vision und künstlichen neuronalen Netzen als Feld der digitalen Bildkultur.
Raphael Constantin Georg Reule erforscht die quantitative Analyse von Finanzrisikonetzwerken, insbesondere wie Marktsentiment und Herdenverhalten auf Aktien- und Kryptowährungsmärkte wirken und sich auf die Realwirtschaft auswirken.
Dr. Pflugmacher erforscht die großflächige Überwachung von Waldveränderungen und Waldbrandfolgen mittels Satellitenfernerkundung und Zeitreihenanalyse.
Prof. Herold erforscht die automatisierte Erkennung und Bewertung von Waldsterblichkeit mithilfe von Machine-Learning-Verfahren, die große Datenströme aus Satellitenbildern und anderen Quellen verarbeiten.
Anna Shadrova forscht an korpuslinguistischen Methoden und Infrastrukturen für die Analyse von Sprachkontakt und grammatischen Veränderungen.
Aswin Kannan forscht an datengestützten Optimierungsmethoden im Rahmen einer Junior Research Group des Exzellenzclusters MATH+.
Dominik Pietron arbeitet an der Entwicklung der AISUM-Plattform, einer KI-gestützten Mobilitätslösung für nachhaltigen Stadtverkehr.
Mahdi Esmailoghli erforscht die automatisierte Erkennung und Erschließung relevanter Daten aus großen, unstrukturierten Datenbeständen (Data Lakes) — insbesondere die Herausforderung, aus Hunderten Millionen von Tabellen diejenigen zu identifizieren, die für konkrete Aufgaben tatsächlich brauchbar sind.