Prof. Dr. Dr. h.c. Peter Maaß

Bild Peter Maaß

Arbeitsgruppenleiter
Sprecher des Graduiertenkolleg π³

Bibliothekstraße 5
28359 Bremen

Raum: MZH 2250
Telefon: +49 0421 218-63801
E-Mail: pmaass@uni-bremen.de

Forschungsgebiete

  • Inverse Probleme
  • Maschinelles Lernen
  • Bild- und Signalverarbeitung in den Lebenswissenschaften
  • Computational Engineering
  • Systemtheorie und Parameteridentifikation

Projekte

Sprecher des Graduiertenkolleg π³ - Parameter Identification – Analysis, Algorithms, Applications

Projektleiter für folgende Forschungsprojekte:

  • AGENS - Analytisch-generative Netzwerke zur Systemidentifikation
  • Design-KIT - Künstliche Intelligenz in der mechanischen Bauteilentwicklung
  • DIAMANT - Digitale Bildanalyse und bildgebende Massenspektrometrie zur Differenzierung von nichtkleinzelligem Lungenkrebs
  • HYDAMO - Hybride datengetriebene und modellbasierte Simulation komplexer Strömungsprobleme in der Fahrzeugindustrie
  • H2KMU-KI - Entwicklung einer KI für effizientes Energiemanagement in komplexen Erneuerbaren-Energien-Anlagen
  • Inverse problems - Theories, methods and implementations
  • KIDOHE - KI-gestützte Dokumentation für Hebammen
  • Lifespan AI - Projekt C1:Lebensüberspannende Inferenz mit erklärbarer künstlicher Intelligenz
  • MALDISTAR - Studie zur Qualitätsbewertung, Standardisierung und Reproduzierbarkeit von Daten der bildgebenden MALDI-Massenspektrometrie
  • MarDATA - Machine learning in climate modelling
  • MarDATA - Monitoring a stressed ice shelf: Machine learning algorithms to detect icequakes in 20 years of seismological records at Neumayer station, antarctica
  • MarDATA - Robust Machine Learning applied to Stratospheric Chemistry Models
  • ML-X-RAY - Maschinelles Lernen und Röntgentechnologie zur Messung von inhomogenen Kabel- und Rohrprodukten
  • #MOIN - Deep Learning Demonstrator
  • #MOIN - MuKIDERM - Multimodale KI-Verfahren zur Detektion und Klassifikation von Tumorentitäten in der Dermatopathologie
  • PY2DLL - Entwicklung von Konzepten für neuronale Netzwerkarchitekturen zur effizienten Portierung von Python in DLL und damit eine Nutzbarkeit im Realbetrieb
  • ROMSOC - Reduced Order Modelling, Simulation and Optimization of Coupled Systems
  • SPAplus - Small Data Probleme in der digitalen Pathologie und programmbegleitende Maßnahmen