Seit Juni 2020 bin ich Doktorandin bei Prof. Dr. Sebastian Trimpe am Institut für Data Science im Maschinenbau in Zusammenarbeit mit dem Bosch Center for Artificial Intelligence in Renningen. Mein besonderes Interesse gilt dem Lernen dynamischer Systeme und der Kombination datengetriebener Modelle mit strukturellen Informationen. Derzeit versuche ich, numerische Methoden für Lernaufgaben einzusetzen, um von beiden Ansätzen zu profitieren.
Numerische Methoden sind in der Lage, mathematische und physikalische Eigenschaften des zugrunde liegenden dynamischen Systems zu berücksichtigen und interpretierbare Simulationen zu liefern. Ein Teil dieser Eigenschaften kann für den Lernprozess genutzt werden, wenn das dynamische System unbekannt ist. 2019 schloss ich meinen Master in Mathematik an der Universität Stuttgart ab. In meiner Masterarbeit habe ich mich mit neuronalen Netzen zur Lösung partieller Differentialgleichungen beschäftigt.
Publikationen
| Quelle | Autor(en) |
|---|---|
| [Buchbeitrag, Beitrag zu einem Tagungsband] Structure-Preserving Gaussian Process Dynamics Machine learning and knowledge discovery in databases : European Conference, ECML PKDD 2022, Grenoble, France, September 19-23, 2022 : proceedings / Massih-Reza Amini, Stéphane Canu, Asja Fischer, Tias Guns, Petra Kralj Novak, Grigorios Tsoumakas, editors. - Part 5, 140-156, 2023 [DOI: 10.1007/978-3-031-26419-1_9] | Ensinger, Katharina (Corresponding author) Solowjow, Friedrich Ziesche, Sebastian Tiemann, Michael Trimpe, Johann Sebastian |
| [Preprint] Structure-preserving Gaussian Process Dynamics, 2022 [DOI: 10.48550/arXiv.2102.01606] | Ensinger, Katharina Solowjow, Friedrich Ziesche, Sebastian Tiemann, Michael Trimpe, Johann Sebastian |