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.
Professor*innen
- Ulrich Bauer
- Folkmar Bornemann
- Claudia Czado
- Mathias Drton
- Massimo Fornasier
- Robert König
- Felix Krahmer
- Fabian Theis
- Michael Ulbrich
- Elisabeth Ullmann
- Michael Wolf
Relevante Forschungseinheiten
- Angewandte Numerische Analysis, Optimierung und Data Analysis
- Discrete Mathematics, Optimization, and Convexity
- Geometrie und Visualisierung
- Mathematische Modellierung biologischer Systeme
- Mathematische Optimierung
- Mathematische Physik
- Numerische Mathematik
- Wahrscheinlichkeitstheorie
- Wissenschaftliches Rechnen
Aktuelles aus der Forschung
Modell für sichere Contact-Tracing-App
Im Kampf gegen Covid-19 hat das interdisziplinäre Forschungsteam ContacTUM ein Modell für eine sichere Contact-Tracing-App entwickelt. Simulationen sollen klären, ob die App das Coronavirus tatsächlich eindämmen kann.
Auszeichnung für Dr. Dominik Stöger
Der ehemalige TUM-Doktorand Dr. Dominik Stöger erhält den Dr.-Klaus-Körper-Preis 2020 der GAMM für seine hervorragende Dissertation zum Thema "Bilinear Compressed Sensing".
Drohnen können Wände "hören"
Kann eine Drohne mithilfe von Schallwellen Wände und andere ebene Flächen orten? Dass das funktioniert, haben TUM-Professor Gregor Kemper und Professor Mireille Boutin von der Purdue University in Indiana mathematisch bewiesen.
Wie werden Wahlen fairer?
Sind demokratische Wahlen immer fair? Repräsentieren die Ergebnisse wirklich den Willen des Volkes? TUM-Professor Peter Gritzmann verrät im Video, wie mathematische Methoden Wahlsysteme verbessern können.
TUM ICL Workshop
Gemeinsame Themen identifizieren, Kooperationen initiieren und gemeinsame Forschung ausbauen - das sind Ziele des gemeinsamen Mathematik-Workshops mit dem Imperial College London am 09. und 10. Januar 2020.
TiPES: Wann kippt das Klima?
1,5 oder 2 Grad – wie viel Erderwärmung ist zu viel? Das zu klären und Kipppunkte zu definieren, ist Ziel des Projekts Tipping Points in the Earth System (TiPES). An Bord des interdisziplinären Forscher-Teams ist Prof. Christian Kühn.
© Joshua Sortino, unsplash.com
Zentrale für angewandte KI in München
Datenschätze mithilfe Künstlicher Intelligenz konkret nutzen: Das ist Ziel der Helmholtz Artificial Intelligence Cooperation Unit (HAICU). Leiter des Forschungsnetzwerkes ist Prof. Fabian Theis
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.