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.
Forschungsbereiche
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
- Blanka Horvath
- Robert König
- Felix Krahmer
- Fabian Theis
- Michael Ulbrich
- Elisabeth Ullmann
- Michael Wolf
- Johannes Zimmer
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
Munich AI Lectures starten
Prof. Cynthia Dwork hält die Auftaktvorlesung einer neuen Reihe, organisiert von mehreren Münchner Forschungskooperativen - den Munich AI Lectures. Hören Sie zu!
Barbara Wohlmuth Mitglied der Leopoldina
Die Nationale Akademie der Wissenschaften, Leopoldina, hat Professorin Barbara Wohlmuth zum Mitglied gewählt. Es ist eine der höchsten wissenschaftlichen Auszeichnungen einer deutschen Institution. Wir gratulieren!
ERC Advanced Grant für Fabian Theis
Professor Fabian Theis erhält einen Advanced Grant des Europäischen Forschungsrats für sein Projekt "DeepCell". Das Ziel: mithilfe von maschinellem Lernen die Auswirkungen von Medikamenten auf Zellen vorhersagen.
TUM am Projekt Higher Invariants beteiligt
Prof. Claudia Scheimbauer forscht im Projekt "Höhere Invarianten". Die Deutsche Forschungsgemeinschaft bewilligte eine 3. Förderrunde für den Sonderforschungsbereich.