MIDS Logo

Herzlich Willkommen auf der Seite
der Professur für Datenassimilation

Um Unwetterereignisse oder das Abschmelzen des Eises in der Arktis vorhersagen zu können, müssen Informationen in Form von heterogenen Daten mit numerischen Modellen dynamischer Systeme verbunden werden. Dies geschieht durch die Datenassimilation, die es ermöglicht, Prozesse besser zu untersuchen und ihre weitere Entwicklung vorherzusagen.  Im Bereich der Datenassimilation beschäftigt sich die Professur mit der Fortentwicklung von Data Science Algorithmen durch die Einbeziehung von physikalischen Erhaltungsgesetzen und der Lösung entsprechend großer  Optimierungsprobleme in den Umweltwissenschaften.  Die Quantifizierung der Unsicherheiten von Vorhersagen, numerischen Modellen und Beobachtungen spielt hier ebenfalls eine zentrale Rolle. 

Über uns

Prof. Janjic stellt sich und den Lehrstuhl vor

Vorschaubild Tijana Janjic

Bitte beachten Sie: Durch Klicken auf die Bildfläche geben Sie Ihre Einwilligung, dass Videoinhalte von YouTube nachgeladen, Cookies von YouTube/Google auf Ihrem IT-System gespeichert und personenbezogene Daten wie Ihre IP-Adresse an Google weitergegeben werden. Klicken Sie nach Beendigung des Videoinhaltes auf ein anderes Video, öffnet sich in einem neuen Tab Ihres Browsers YouTube und erfasst weitere Daten von Ihnen. Weitere Informationen finden Sie in unseren Datenschutzhinweisen und unter Google Privacy .

Neuigkeiten aus der Mathematik

Auszeichnung für MIDS Professor

Das Magazin "Wirtschaftswoche" hat die forschungsstärksten Betriebswirte 2024 ausgezeichnet. In das Ranking haben es Prof. Dr. Heinrich Kuhn, Prof. Dr. Thomas Mählmann und Prof. Dr. Pirmin Fontaine von der KU geschafft.

Das Magazin „Wirtschaftswoche“ erfasste dafür die wissenschaftlichen Artikel von Ökonomen, die in Deutschland, Österreich und der Schweiz an Lehrstühlen, Fraunhofer- und Max-Planck-Instituten arbeiten. In der Kategorie „Jungstars der BWL“ für Ökonomen unter 40 Jahren erreicht Prof. Dr. Pirmin Fontaine, Inhaber des Lehrstuhls für Logistik und Operations Analytics an der Wirtschaftswissenschaftlichen Fakultät Ingolstadt (WFI), Platz 45.

Prof. Fontaine ist ebenfalls Mitglied am Mathematischen Institut für Maschinelles Lernen und Data Science. In seiner Forschung konzentriert sich Fontaine insbesondere auf die Entwicklung von Lösungsverfahren für Problemstellungen aus den Bereichen Mobilität, Supply Chain Management, Produktion und Logistik. Aktuell widmen er und sein Team sich unter anderem der Steigerung der Resilienz in der Lieferkette mit Hilfe von maschinellem Lernen, der Verbesserung von Rufbussystemen sowie der Planung von urbanen Logistik-Konzepten.

Mathematisches Institut für Maschinelles Lernen und Data Science

Logo MIDS

Die Heisenberg Professur ist Teil des Mathematischen Instituts für Maschinelles Lernen und Data Science, kurz MIDS.
Finden Sie alle Informationen rund um das MIDS hier.