Hauptseminar Data-based mathematical modelling

Zeit / Ort des Seminars :
Montag:  14:00 – 16:00 Uhr  /  Raum 05-426

Inhalt:
Ausgewählte Themen aus dem Buch  "Data-Driven Science and Engineering“ von Steven L. Brunton, J. Nathan Kutz

Die Vorträge können auf Deutsch oder auf Englisch gehalten werden.

Wie halte ich einen guten Seminarvortrag

How to give a good research talk

Vortragsthemen:

DatumThemaVortragende/r
26.10.26Singular-Value-Decompositon (1.1.-1.3) pp.1-16Paul Timo Schwarz
02.11.26Singular-Value-Decompositon (1.4.-1.5) pp.16-28Matthis Kormann
09.11.26Singular-Value-Decompositon (1.6., 1.8.,1.9) pp.28-35 und pp. 41-50Brian A. Seelig
16.11.26Sparsity and Compressed Sensing (3.1-3.3) pp. 97-109Niklas Pelka
23.11.26Sparsity and Compressed Sensing (3.4-3.6) pp. 109-120Antonius L. A. Nies
30.11.26Sparsity and Compressed Sensing (3.7,3.8) pp. 120-128Marius Nickels
07.12.26Clustering and Classification (5.1, 5.2) pp.168-178Max Hiestermann
14.12.26Clustering and Classification (5.3, 5.4) pp.178-186Geonho Park
11.01.27Clustering and Classification (5.5, 5.6,5.7) pp.186-198Thomas Kissel
18.01.27Neural Networks and Deep Learning (6.1, 6.2) pp.208-219Lius V. Lahl
25.01.27Neural Networks and Deep Learning (6.3, 6.4,6.5) pp.219-228Denise Kreis
01.02.27Neural Networks and Deep Learning (6.6, 6.7) pp.228-236Vanessa Becker
01.02.27Neural Networks and Deep Learning (6.8, 6.9) pp.236-242Akyüz Mustafa