MIDS LOGO

Herzlich Willkommen auf der Seite des Lehrstuhls für Wissenschaftliches Rechnen

Die Arbeitsgruppe Wissenschaftliches Rechnen arbeitet an der Entwicklung und Untersuchung von Verfahren in der Data Science, insbesondere solchen basierend auf angewandter Harmonischen Analysis und der Funktionalanalysis. Fokusthemen inkludieren Signalverarbeitung, Informationstheorie, Abtasttheorie, Zeit-Frequenz Analyse, Quanitisierung und Maschinelles Lernen.

Die Arbeitsgruppe entwickelt zum Beispiel  effizienter Methoden zum Zusammensetzen (Synthetisieren) oder Zerlegen (Analysieren) von Funktionen oder Operatoren in gut verstandene Grundbausteine. Die Analyse bedarf die anwendungsabhängige Wahl der Grundbausteine und auf der stabilen Bestimmung des Gewichts jedes Bausteins in einem gegebenen Signal. Zum Beispiel kann ein Bild in rote, grüne und blaue Bereiche unterschiedlicher Intensität zerlegt werden. Die duale Operation ist die Synthese von Signalen. Mit denselben Bausteinen wie im Analyseschritt können wir Signale und Transformationen komponieren, oder hilfreich modifizierten Koeffizienten aus dem Analyseschritt nutzen um Signale zu rekonstruieren. In Bezug auf oben genanntes Beispiel, können wir ein Bild zeichnen, indem wir die Rot-, Grün- und Blaufelder und deren Intensitäten, d.h., deren Koeffizienten frei wählen.

Über uns

Neuigkeiten aus der Mathematik

TRR workshop on scale interactions, data-driven modeling, and uncertainty in weather and climate

The workshop on scale interactions, data-driven modeling, and uncertainty in weather and climate was jointly organized by the CRC 181 “Energy transfers in Atmosphere and Ocean” and W2W. It took place at the Mathematical Institute for Machine Learning and Data Science in Ingolstadt from 27-30 March 2023.

The workshop was attended by about 80 participants from both CRCs, as well as by international scientists from the US, Italy and the UK (ca. 50 in person and ca. 30-50 online from all over the world). The topics covered were: uncertainty quantification and predictability, parametrizations and structure-preserving and invariant-conserving schemes, data-driven modeling and machine learning, data assimilation, waves in atmosphere and ocean, as well as wave-vortex interactions. Guest speakers included Rosimar Rios-Berrios (NCAR), Ted Shepherd (Univ. Reading) and Michael Gil (ENS, UCLA). The Early Career Scientists were active participants, e.g., they chaired the sessions.

The poster session on the first evening was very lively and the different communities (weather, climate, mathematics, ocean science, atmospheric science) met and discussed common methods and challenges, in an attempt to link recent advances in these areas and present new developments in the underlying theories, methods, and parameterizations. The poster session took place in a historical building of Hohe Schule Ingolstadt which served as a main building from 1503 till 1800 of first University in Bavaria (later LMU).

In addition to the poster session, the participants had plenty of occasions to exchange about their results during coffee breaks, as well as during social events that included the conference dinner  and a visit of the medical museum. To those who are familier with the book from Mary Shelley will remember that Victor Frankenstein’s studied in Ingolstadt at University of Natural Sciences.

The slides and videos of the presentations are available here.

Childcare was organized during the meeting for two children of participants.

Text by Dr. Audine Laurian (LMU)

TRR Prof. Janjic, Prof. Oliver

Mathematisches Institut für Maschinelles Lernen und Data Science

MIDS Logo

Der Lehrstuhl für Wissenschaftliches Rechnen ist Teil des neu gegründeten Mathematischen Instituts für Maschinelles Lernen und Data Science, kurz MIDS.
Finden Sie alle Informationen rund um das MIDS hier.

Eröffnung des MIDS

Vorschau Eröffnung MIDS

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 .