Optimierung
Vorher - nachher: Mittels Optimierung lassen sich Landflächen sinnvoll verteilen und so besonders effizient nutzen.
Die Mathematische Optimierung ist ein Gebiet der angewandten Mathematik und beschäftigt sich damit, für unterschiedlichste Problemstellungen die bestmöglichen Lösungen zu finden. Oft geht es dabei darum, in gegebenen Szenarien Energie beziehungsweise Kosten zu minimieren oder Effizienz beziehungsweise Rendite zu maximieren.
Die Arbeitsgruppen an der TUM sind auf die Lösung solcher Optimierungsprobleme spezialisiert. Dabei erforschen sie theoretische Grundlagen und entwickeln innovative Algorithmen, die in Bereichen wie
- Datenanalyse
- Formoptimierung
- kognitive Robotik
- Logistik
- Microchip Layout
- Tomographie
effizient eingesetzt werden.
Professorinnen und Professoren
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.