Data & Information
maxpixel.net
Ob in der Logistik, der Medizin oder im Mobilfunk - viele Anwendungen führen zu immer größer werdenden Datensätzen. Um diese Datenmengen zu analysieren und effizient zu nutzen, benötigen wir immer neue mathematische Werkzeuge.
An der TUM Fakultät für Mathematik entwickeln und erforschen wir Methoden zur Datenverarbeitung und Extraktion relevanter Informationen, die speziell auf die Herausforderungen großer Datenmengen eingehen. Damit lassen sich in vielen Anwendungsbereichen Prognosen erstellen, Ressourcen schonen und Kosten senken.
Verschiedene Gruppen in unserer Abteilung widmen sich im Bereich Data & Information den Gesichtspunkten der
- Optimierung
- Wahrscheinlichkeit und Statistik
- angewandten harmonischen Analyse
- Computertopologie und
- Quanteninformationstheorie.
Professorinnen und Professoren
- Ulrich Bauer
- Folkmar Bornemann
- Claudia Czado
- Massimo Fornasier
- Claudia Klüppelberg
- Robert König
- Felix Krahmer
- Fabian Theis
- Michael Ulbrich
- Elisabeth Ullmann
- Michael Wolf
Relevante Forschungseinheiten
Aktuelles aus der Forschung
© Eraslan, Simon, Theis et al.: Single cell RNA-seq denoising using a deep count autoencoder. Nature Communications.
KI gegen Messfehler
Mit der Einzelzellanalyse studieren Forscher*innen das Verhalten von Zellen. Doch die Methode ist anfällig für Fehler. Ein Deep Learning Algorithmus spürt diese jetzt auf.
© Aaron Montag
Be my Valentine! Sag's mit Mathematik
Versenden Sie Valtentinsgrüße mit einer anpassbaren algebraischen Gleichung. Erfahren Sie mit dem Widget "Süss" von Aaron Montag und IMAGINARY wie (x²+((1+b)y)²+z²-1)³-x²z³-ay²z³=0 aussehen kann.
© Josch13/pixabay.com
Statistisches Modell des Mekong-Pegels
Tritt der Mekong über die Ufer drohen Millionen Menschen Überschwemmungen. Mit einem statistischen Modell von Prof. Klüppelberg und einem Forschungsteam lässt sich der Wasserstand vorhersagen.
Die diskrete Mathematik der Demokratie
Wie gerecht sind demokratische Wahlen? Und was heißt eigentlich gerecht? Prof. Peter Gritzmann spricht über die Qual mit der Wahl und verrät, wie Mathematik die Demokratie fairer machen kann.
© MuDS
Graduiertenschule für Data Science
Die digitalisierte Forschung liefert riesige Datenmengen - mit großem Potenzial. Deshalb will die Munich School for Data Science jetzt Expert*innen ausbilden.
Erster Platz für Zi Ye
TUM-Doktorand Zi Ye macht den ersten Platz beim Best Paper Award des Symposiums für Geometrieverarbeitung 2018. Er überzeugte mit seinem Paper über intrinsische und extrinsische Dirac Operatoren für geometrische Prozesse.
Quantencomputer sind überlegen
Quantencomputer sind effizienter als konventionelle Computer - so zumindest die Vision. Dass sie tatsächlich überlegen sind, beweisen nun Robert König und ein Forscherteam.
Felix Happach gewinnt Award
"Good Clusterings Have Large Volume". Mit diesem Paper holt sich Felix Happach den zweiten Preis beim Student Paper Prize der INFORMS Optimization Society.