Zum Hauptinhalt springen
DE
EN
Leichte Sprache
DGS
Barrierefreiheit
Intern
Sitemap
Navigation umschalten
Suche
Suchbegriff
Platzhalter: Sternchen (*)
Fachbereich 3 - Mathematik und Informatik
:
AG Technomathematik
MENÜ
DIREKT ZU
Home
Team
Forschung
Projekte
Publikationen
Veranstaltungen
Home
Team
Zur Übersichtsseite
Team
Prof. Dr. Dr. h.c. Peter Maaß
Sekretariat
PostDocs
Dr. Pascal Fernsel
Dr. Matthias Beckmann
Dr. Sören Dittmer
Dr. Charlotte Janßen
Dr. Tobias Kluth
Dr. Daniel Otero Baguer
Doktorand:innen
Lennart Abels
Hannes Albers
Clemens Arndt
Alexander Denker
David Erzmann
José Carlos Gutiérrez Pérez
Henrik Harms
Louisa Kinzel
Jean Le'Clerc Arrastia
Johannes Leuschner
Helge Mohn
Derick Nganyu Tanyu
Judith Nickel
Sonal Rami
Maximilian Schmidt
Studentische Hilfskräfte
Ehemalige
Gäste
Forschung
Zur Übersichtsseite
Forschung
Inverse Probleme und Magnetic Particle Imaging
Deep Learning und Inverse Probleme
Deep Learning und Digitale Pathologie
Deep Learning und Industrielle Anwendungen
Projekte
Zur Übersichtsseite
Projekte
Laufende Projekte
AGENS
DELETO - Maschinelles Lernen bei korrelativer MR und Hochdurchsatz-NanoCT
Design-KIT - Künstliche Intelligenz in der mechanischen Bauteilentwicklung
DIAMANT
D-MPI - Dynamische Inverse Probleme in Magnetic Particle Imaging
Graduiertenkolleg π³ - Parameter Identification – Analysis, Algorithms, Applications
HYDAMO - Hybride datengetriebene und modellbasierte Simulation komplexer Strömungsprobleme in der Fahrzeugindustrie
Inverse problems - Theories, methods and implementations
KIDOHE - KI-gestützte Dokumentation für Hebammen
MALDISTAR - Studie zur Qualitätsbewertung, Standardisierung, Reproduzierbarkeit von Daten der bildgebenden MALDI-Massenspektrometrie
MarDATA - Monitoring a stressed ice shelf - Machine learning algorithms to detect icequakes in 20 years of seismological records at Neumayer station, antarctica
MarDATA - Machine learning in climate modelling
MarDATA - Robust Machine Learning applied to Stratospheric Chemistry Models
ML-X-RAY - Maschinelles Lernen und Röntgentechnologie zur Messung von inhomogenen Kabel- und Rohrprodukten
MPI2 - Modellbasierte Parameteridentifikation in Magnetic Particle Imaging
ROMSOC - Reduced Order Modelling, Simulation and Optimization of Coupled Systems
SPAplus - Small Data Probleme in der digitalen Pathologie und programmbegleitende Maßnahmen
TorchPhysics - Eine Deep-Learning-Bibliothek für Differentialgleichungen
Vorlage Projekte
Abgeschlossene Projekte
Entwicklung eines Digital-Staining-Verfahrens als pathologisch-histologisches Diagnosewerkzeug auf Basis der MALDI-Imaging-Technologie
HYPERMATH - Hyperspektrale Bildgebung: Mathematische Methoden für Innovationen in Medizin und Industrie
MaDiPath - Massenspektrometrisches Profiling/Grading für onkologische Routineanwendungen der digitalen Pathologie
MALDI AMK - 3D-MALDI-Imaging zur Analyse proteomischer Marker und klinischer Wirkstofffverteilung
MALDI Imaging Lab – Ein interdisziplinäres Gerätezentrum zur Akquise und Analyse von Daten der bildgebenden Massenspektrometrie
SceneNet - Mobile Crowd Sourcing Video Scene Reconstruction
Räumlich dreidimensional aufgelöste Stoffwechsel-Analyse für die Medizin
SFB 747 Mikrokaltumformen - Prozesse, Charakterisierung, Optimierung
SFB 1232 Von farbigen Zuständen zu evolutionären Konstruktionswerkstoffen
SPP 1324 - Adaptive Wavelet Frame Methods for Operator Equations: Sparse Grids, Vector-Valued Spaces, and Applications to Nonlinear Inverse Parabolic Problems
SPP 1480 - Thermomechanische Verformung komplexer Werkstücke durch Bohr- und Fräsprozesse
UNLocX - Uncertainty principles versus localization properties, function systems for efficient coding schemes
Publikationen
Veranstaltungen
Zur Übersichtsseite
Veranstaltungen
2021 - KoMSO Academy
2020 - Code Sprint
2019 - Deep Learning and Inverse Problems
2019 - ROMSOC Training Course - Introduction to Deep Learning
Suche
Suchbegriff
Platzhalter: Sternchen (*)
Sie sind hier:
Universität Bremen
AG Technomathematik
Detailansicht
Nächste Förderperiode des RTG wurde bewilligt!
Wir freuen uns, Ihnen mitteilen zu können, dass die DFG eine weitere Förderperiode (bis 2025) für das Graduiertenkolleg π³ bewilligt hat. Insgesamt werden 25 Graduiertenkollegs (davon 10 neue) gefördert werden.
© ZeTeM
Aktualisiert von:
RTG Web Team
RSS
Seite drucken