Aktuelle Informationen zu Forschung und Entwicklung der Mitglieder des Labors finden sich auf den Personenseiten der Mitglieder und der Webseite der Forschungsgruppe CIOP:

Allgemein verfügen die Mitglieder des Labors für Mathematik z.B. über Erfahrung und Interessen auf folgenden Gebieten:

  1. Bild- und Signalverarbeitung
    • Dieser Bereich befasst sich mit der Analyse und Verarbeitung von Bildern und Signalen.
    • Konkrete Forschungsthemen:
      • Computational Geometry (3D-Modellierung, Image Mosaicing)
      • Wavelets
      • Medizinische Bildverarbeitung
  2. Maschinelles Lernen und Datenanalyse
    • Dieser Bereich beschäftigt sich mit der Entwicklung von Algorithmen, die aus Daten lernen und Vorhersagen treffen können.
    • Konkrete Forschungsthemen:
      • Prognose und Zeitreihenanalyse
      • Deep Learning
      • Random Forests
      • Federated Learning
  3. Optimierung, Simulation, Cyber-Physische Systeme und Spieltheorie
    • Dieser Bereich umfasst die Entwicklung und Anwendung mathematischer Methoden zur Optimierung von Prozessen, Simulation und Entwicklung Cyber-Physischer Systeme und Analyse strategischer Entscheidungen.
    • Konkrete Forschungsthemen:
      • Reinforcement Learning
      • Game Learning, Game Physics
      • Multiobjective Optimization
      • Vision-Language-Action Modelle

Ausstattung

Das Labor für Mathematik und ihre Anwendungen ist für seine Forschungs- und Lehrtätigkeiten mit folgender Ausstattung ausgestattet:

Kategorie Beschreibung
Computer 19 PCs und 1 Server (Suse Linux Enterprise Server 8.0, 2x Intel Xeon 2.6 GHz)
Kameras 3 BV-Kameras, darunter 1 Canon G6, 2 Firewire-CCD, 2 Framegrabber
Weitere Hardware Beamer, Audio-Übertragungsanlage, diverse Wii- und Kinect-Geräte

Software

Neben Standard-Softwarepaketen wie TensorFlow, PyTorch, Maple, MATLAB (mit Image Toolbox, Wavelet Toolbox, Signal Processing Toolbox), Processing  (oder OpenGL mit VC++), R und RATTLE (Data Mining in R), wird im Labor auch mit spezialisierter Software gearbeitet, z.B.:

  • LINDO

Darüber hinaus entwickeln die Mitglieder des Labors eigene Softwarelösungen, darunter:

  • TDMR (Tuned Data Mining in R)
  • GBG (General Board Game Playing and Learning Framework)
  • SACOBRA (Self-adjusting Constrained Optimization By RBF Approximation)
  • rCMA
  • SFA und rSFA