skip to content

Ringvorlesung: Die Welt im Computer

Einführung in Big Data, Machine Learning und Quantitative Modellierung

Viele Bereiche naturwissenschaftlicher Forschung durchlaufen zur Zeit einen enormen Wandel. Dieser ist darauf zurückzuführen, dass neue Messmethoden immer größere Datensätze generieren, die mit Computer-basierten Algorithmen aus Bereichen des Machine Learnings völlig neuartig untersucht werden können. Gleichzeitig ermöglicht der Fortschritt in den Computerwissenschaften auch ganz generell die Beschreibung von immer komplexeren System.

In der Ringvorlesung werden daher Konzepte zu Big Data, Machine Learning, Deep Learning, künstlicher Intelligenz und die verschiedenen Arten der Modellierung komplexer Systeme vorgestellt. Neben einem Überblick über die Methoden und die Möglichkeiten des Einsatzes von Super-Computern, werden Dozent*innen aus einem breiten Spektrum wissenschaftlicher Anwendungen über ihre aktuelle Forschung aus diesen Bereichen berichten. Studierende aller Fakultäten sowie interessierte Gäste sind herzlich willkommen!

Termine im Wintersemester 2019/20
Das Programm mit den Titeln und Vortragenden finden Sie weiter unten auf dieser Seite. ↓Zum Programm springen

Leitung der Ringvorlesung:
Die Ringvorlesung wird vom Kompetenzfeld III: Quantitative Modellierung komplexer Systeme organisiert.

Informationen zur Anmeldung

Termine im Wintersemester 2019/20

Die Vorträge finden jeweils mittwochs 16.00 – 17.30 Uhr in der Aula 2 der Universität zu Köln (Albertus Magnus Platz) statt.


09.10.2019 (Hörsaal C, Hörsaalgebäude)
Von der Simulation bis zum Holodeck, Hardware für wissenschaftliche Arbeitsabläufe
Prof. Dr. Ulrich Lang (Regionales Rechenzentrum)

 


16.10.2019 + 23.10.2019
Einführung in Mathematische Modellierung und Methoden
Prof. Dr. Gregor Gassner (Department Mathematik / Informatik)

 


30.10.2019
Machine Learning in der Präzisionsmedizin
Prof. Dr. Andreas Beyer (Institut für Genetik | CECAD)

 


06.11.2019 (Hörsaal A2, Hörsaalgebäude)
Planeten: Modellieren, um in Beobachtungen Neues zu entdecken
Prof. Dr. Joachim Saur (Institut für Geophysik und Meteorologie)

 


13.11.2019
Brain Machine Interfaces - Schnittstellen zu unserem Gehirn
Prof. Dr. Martin Nawrot (Institut für Zoologie)

 


20.11.2019
Big Data Evolutionsbiologie
Prof. Dr. Thomas Wiehe (Institut für Genetik)

 


27.11.2019
Von Wolken, Wetter und Klima: Wie Modelle uns helfen können unsere Umwelt besser zu verstehen
Dr. Vera Schemann (Institut für Geophysik und Meteorologie)

 


04.12.2019
Quantitative Modellierung astrophysikalischer Systeme
Prof. Dr. Stefanie Walch-Gassner (I. Physikalisches Institut)

 


11.12.2019
Das quantenmechanische Viel-Teilchenproblem in der Chemie: Approximative Lösungen der Schrödinger-Gleichung
PD Dr. Michael Hanrath (Institut für Theoretische Chemie)

 


18.12.2019
Quanten-Vielteilchensysteme und der Weg zum Quanten-Computer
Prof. Dr. Simon Trebst (Institut für Theoretische Physik)

 


08.01.2020
(R)evolution in der Energie- und Mobilitätswelt: Die Rolle von Big Data, Smarten Märkten und Künstlicher Intelligenz
Prof. Dr. Wolfgang Ketter (Information Systems for Sustainable Society)

 


15.01.2020
Deep Learning in der Sprachanalyse
Dr. Claes Neuefeind (Department für Digital Humanities)

 


22.01.2020
Die perfekte Strategie: Künstliche Intelligenz versus natürliche Dummheit
Prof. Dr. Axel Ockenfels (Department of Economics)