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:

Bild- und Signalverarbeitung

  • Muster- und Gesichtserkennung
  • Computational Geometry (3D-Modellierung, Image Mosaicing)
  • Wavelets
  • Medizinische Bildverarbeitung

 Optimierung, Simulation, Spieltheorie

  • Reinforcement Learning
  • Game Learning, Game Physics
  • Multiobjective Optimization

Machine Learning, Data Mining

  • Prognose und Zeitreihenanalyse
  • Neuronale Netze
  • Deep Learning
  • Random Forests
  • Federated Learning

Cyber-Physische Systeme

  • Simultaneous Localization and Mapping
  • Bayes’sche Filter

 

Ausstattung

Das Labor für Mathematik und ihre Anwendungen verfügt über folgende Ausstattung

Hardware

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

Software

Software, die im Labor für Mathematik eingesetzt wird:

  • Maple
  • MATLAB (mit Image Toolbox, Wavelet Toolbox, Signal Processing Toolbox)
  • Processing  (oder OpenGL mit VC++)
  • R  r_logo.jpg
  • Rattle (Data Mining in R)
  • Weka (Data Mining Suite)
  • LINDO

Software, die von Mitgliedern des Labors für Mathematik entwickelt wird:

  • 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