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!

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

Termine im Wintersemester 2024/25

Die Vorträge finden jeweils dienstags 16.00 – 17.30 Uhr im Hörsaal II der Physikalischen Institute (Gebäude 321) statt.
Der erste Termin ist der 8. Oktober 2024.

Die Klausur zur Vorlesung findet am 11. Februar 2025 von 16.00 - 17.30 Uhr in Hörsaal D des Hörsaalgebäudes statt. Bitte denken Sie daran, sich rechtzeitig in Klips für die Klausur anzumelden!

Die Nachklausur zur Vorlesung findet am 25. März 2025 von 16.00 - 17.30 Uhr in Hörsaal D des Hörsaalgebäudes statt.

Titel und Vortragende für die kommende Ringvorlesung werden bald bekannt gegeben!

8.10.2024

Einführung (circa 10 Minuten)

Yorik Krumbeck

8.10.2024

Introduction to Mathematical Modeling and Methods (Vortrag auf Englisch)

Dr. Andrés M. Rueda-Ramírez

15.10.2024

Trustworthy Artificial Intelligence (Vortrag auf Englisch)

Prof. Dr. Aleksandar Bojchevski (Institut für Informatik)

22.10.2024

Das quantenmechanische Viel-Teilchenproblem in der Chemie: Approximative Lösungen der Schrödinger-Gleichung

PD Dr. Michael Hanrath (Institut für Theoretische Chemie)

29.10.2024

Digitale Pflanzen - von der Zelle zum Ökosystem

Prof.in Dr.in Nadine Toepfer (Institut für Pflanzenwissenschaften)

05.11.2024

Machine Learning in der Präzisionsmedizin

Prof. Dr. Andreas Beyer (Institut für Genetik)

12.11.2024

Wolken, Wetter und Klima – wie wir versuchen mit komplexen Modellen unsere Welt zu verstehen

Dr.in Vera Schemann (Institut für Geophysik und Meteorologie)

19.11.2024

When data and algorithms meet brain and gut feeling: thoughts on media, management, and society (Vortrag auf Deutsch)

Prof.in Dr.in Claudia Loebbecke (Seminar für Medien- und Technologiemanagement)

26.11.2024

Quantitative Modellierung astrophysikalischer Systeme

Prof.in Dr.in Stefanie Walch-Gassner (I. Physikalisches Institut)

03.12.2024

ENTFÄLLT!

17.12.2024

Finding needle in the data haystack: deep learning for large biomedical analysis (Vortrag auf Englisch)

Prof.in Dr.in Katarzyna Bozek (Center for Molecular Medicine Cologne)

07.01.2025

Lernen mit und über (generative) Künstliche Intelligenz

Ingo Kleiber (Prorektorat für Lehre und Studium)

14.01.2025

Sprache mit dem Computer verarbeiten- und verstehen?

Prof. Dr. Nils Reiter (Institut für Digital Humanities)

21.01.2025

(Titel wird noch bekannt gegeben)

Prof.in Dr.in Barbara Milow (Department für Chemie, Nanostrukturierte Zelluläre Materialien)

28.01.2025

(Titel wird noch bekannt gegeben)

Prof. Dr. Matteo Rizzi (Institut für Theoretische Physik)