Hier findest du unsere Seminare, bzw. aktuell das regelmäßige Modellierungsseminar. Die Einschreibung erfolgt wie immer über Moodle, dort kannst du auch die verantwortlichen Dozierenden für jedes einzelne Semester sehen. Bei Fragen stehen wir gern mit Rat zur Seite!
Modellierungsseminar
Im Modellierungsseminar lernst du die verschiedensten Anwendungsgebiete der Mathematik kennen und an einfachen Beispielen modellieren.
Studilöwe: hier entlang
Typ: Seminar (2 SWS)
Tonus: jedes Semester
Sprache: Deutsch
Vorkenntnisse: Basiswissen mathematischer Grundvorlesungen wird vorausgesetzt.
Anrechenbar für: SpdWA, SpdWB, K-MAT1
Leistungsnachweis: Zum Erhalt der LP ist die regelmäßige Teilnahme am Seminar, eine Präsentation und eine schriftliche Ausarbeitung (ca. 10 Seiten) Vorraussetzung.
Im Modellierungsseminar werden Fragestellungen der Physik, der Biologie, der Geologie, der Wirtschaft, etc. diskutiert und Mathematik von einer völlig neuen Seite beleuchtet: Mathematik ist in vielen Bereichen unseres Lebens enthalten!
Im Modellierungsseminar diskutieren und lösen die Teilnehmenden in Kleingruppen mit Hilfe der Mathematik Probleme und Phänomene, z.B. im Bereich der Medizin die Auswirkungen und Effektivität von Impfstrategien. Die im Seminar erhaltenen Modelle werden anhand von frei zugänglichen Daten kalibriert. Sie erlauben einen Ausblick auf (mögliche) zukünftige Entwicklungen und auch den Einfluss von Parametern auf die Problemgrößen. Dieses Seminar steht in gleicher Weise Mathematiker*innen, Wirtschaftsmathematiker*innen, Lehramtskandidat*innen und Kombi-Bachelor Studierenden offen.
Literatur:
- M. Lehn, Wie halte ich einen Seminarvortrag, (pdf-file)
- S.P. Jones, How to write a good research paper and give a good research talk
- I. Parberry, How to present a paper in theoretical computer science, Bulletin of the EATCS,(37), 1989.
- S.P. Jones, J. Launchbury, J. Hughes, How to give a good research talk, SIGPLAN Notices 28(11), November 1993.
- G. Aiglstorfer, A short guide for student talks and papers, TU Munich, 2004.
- H. Kraft, Das Verfassen und Präsentieren wissenschaftlicher Arbeiten, TU Munich, 2006.
Seminar Uncertainty in Deep Learning
In diesem Kurs untersuchst du ausgewählte Arbeiten zum Thema Unsicherheitsquantifizierung (UQ) im Deep Learning (DL), da UQ besonders wichtig ist, wenn DL in sicherheitskritischen Anwendungen wie automatisiertem Fahren, medizinischer Diagnose, medizinischer Bildgebung usw. eingesetzt werden soll.
Typ: Seminar
Tonus: Wintersemester
Sprache: Englisch / (Deutsch)
Vorkenntnisse: ---
Leistungsnachweis: Es wird erwartet, das Sie ein entsprechendes Paper in 30 Minuten präsentieren (+ ~10 Minuten Diskussion) und regelmäßig am Seminar teilnehmen.
In diesem Kurs beschäftigen wir uns mit ausgewählten Fachartikeln zum Thema der Unsicherheitsquantifizierung (UQ) im tiefen Lernen (DL). UQ ist besonders wichtig, wenn DL in sicherheitskritischen Anwendungen, wie automatisiertes Fahren, medizinische Diagnose, medizinische Bildgebung usw. eingesetzt werden soll. Darüber hinaus hat UQ mehrere Anwendungsbereiche, angefangen bei der Erkennung von Fehlfunktionen und Label-Fehlern in den Daten über aktives Lernen bis hin zur Zusammenarbeit von Mensch und Maschine. Ziel dieses Seminars ist es, sich mit den aktuellen methodologischen Entwicklungen im Bereich der UQ für DL vertraut zu machen. Für Ihre Präsentation wird von Ihnen erwartet, dass Sie
- sich eigenständig mit dem jeweiligen Artikel und der zugehörigen Literatur vertraut machen;
- den Artikel mit Schwerpunkt auf Didaktik aufbereiten, so dass andere Studierende die Idee, den Hintergrund und die Methode verstehen können;
- die Experimente und die daraus gewonnenen Schlussfolgerungen präsentieren.
