Beteiligte Arbeitsgruppen - Informatik
Auf dieser Seite sind alle Arbeitsgruppen des Departments für Mathematik und Informatik / Abteilung Informatik aufgeführt, deren Forschungsschwerpunkte zu den Ideen des Kernprofilbereich "Intelligente Methoden für Erdsystemwissenschaften" passen.
Die Arbeitsgruppe „Theorie der Algorithmen“ befasst sich mit dem Entwurf und der Analyse von Algorithmen für kombinatorische Optimierungsprobleme. Ein besonderer Schwerpunkt ist die Unsicherheit in den Daten. Wir analysieren auch den Qualitätsverlust der Lösungen, der durch die Unsicherheit verursacht wird.
...Weiter lesen
Das primäre Forschungsziel ist die Entwicklung und Anwendung moderner Deep-Learning-Methoden auf Erdsystemdaten, d.h. Wetter-, Luftqualitäts- und Klimadaten. Darüber hinaus nutzt das Team die rasche technische und konzeptionelle Entwicklung von Webdiensten und groß angelegter Recheninfrastruktur, um neue Wege für die Analyse komplexer Big Earth System-Daten aus Beobachtungen und Modellen zu eröffnen. Diese Forschung hat immer die mögliche operationelle Anwendung im Blick, zum Beispiel im Rahmen von DestinE.
...Weiter lesen
Die Forschungsarbeiten der Gruppe „Effiziente Algorithmen“ liegen im Bereich der Algorithmen, wobei der Schwerpunkt auf Algorithmen mit sublinearer Zeit und Approximationsalgorithmen liegt. Sie interessieren sich für den Entwurf und die Analyse effizienter Algorithmen, die mit großen hochdimensionalen Datensätzen arbeiten, weitreichende Strukturen in den Daten erkennen und ausnutzen sowie robust gegenüber Störungen, Rauschen und Auslassungen in der Eingabe sind.
...Weiter lesen
Aktuelle Forschungsbereiche:
- High Performance Computing
- Verteiltes Rechnen
- Betriebssysteme
- Modellierung und Simulation
- Big Data
...Weiter lesen
Unser führendes Forschungsziel: Ingenieuren helfen zu verstehen, wie sich softwareintensive Systeme in der Realität verhalten.
Wir forschen aktiv in den Bereichen Requirements Engineering, Software Engineering & Machine Learning, Explainable Intelligent Systems, Research Software Engineering, Data-driven Systems Engineering und Model-based Systems Engineering. Fast jeder Bereich wird von einem unserer Teammitglieder geleitet.
Die Arbeitsgruppe Trustworthy Artificial Intelligence Lab (TAIL) wird von Prof. Dr. Aleksander Bojchevski geleitet. Im Großen und Ganzen geht es bei dieser Forschung um Modelle und Algorithmen, die nicht nur genau oder effizient, sondern auch robust, auf Unsicherheit bedacht, datenschutzfreundlich, fair und interpretierbar sind. Kurz gesagt, das Ziel ist es, Modelle des maschinellen Lernens vertrauenswürdig zu machen. Um das Vertrauen zu erhöhen, untersuchen wir, wie wir Garantien geben können, z. B. Robustheitszertifikate und konforme Vorhersagesätze.
...Weiter lesen
Die Arbeitsgruppe fokussiert ihre Arbeit in Forschung und Lehre auf die Bereiche interaktive Visualisierung und Visual Analytics.
Wir kombinieren interaktive Visualisierungen mit Datenanalysetechniken für die Entscheidungsfindung. Es werden neue interaktive Visualisierungsmethoden für die folgenden Bereiche entwickelt:
- Datenexploration
- Datenanalyse
- Datenpräsentation und Veröffentlichung