Smart Analytics & Reinforcement Learning – PLUS
Das Team Smart Analytics & Reinforcement Learning beschäftigt sich primär mit Themen im Bereich Machine-Learning, AI, Statistik und Kontrolltheorie, ergänzt durch Problemstellungen aus dem Bereich Zeitreihenanalyse. Die Anwendungen umschließen ein weites Spektrum, sowohl im industriellen, als auch digitalen Bereich und ermöglichen neue Lösungsansätze für diverse Fragestellungen im Zusammenhang mit Prozess- und Entscheidungsoptimierung.
Postdoc-Position: Simon Hirländer
Dr. Simon Hirländer leitet das Team „Smart Analytics & Reinforcement Learning“. Er konnte mehrere Jahre Erfahrung in internationaler Forschungstätigkeit am CERN sammeln, wo er auch seinen Doktor erhalten hat. In den letzten Jahren hat er sich erfolgreich auf die Optimierung der Performance des CERN-Beschleunigerkomplexes unter der Verwendung von maschinellem Lernen, im Speziellen der Anwendung bestärkenden Lernens, fokussiert.
>> Home
Predoc-Position: Raoul Kutil (AIDA-PATH)
Raoul Kutil MSc absolvierte das Bachelor- und Masterstudium Mathematik an der PLUS und erarbeitete im Zuge seiner Masterarbeit im Bereich Wahrscheinlichkeitstheorie und Statistik ein Prototyp-Verfahren für ein neue Berechnungsmethode des Nichenoverlaps. Er arbeitet im Rahmen seines Projektes an der Analyse von Zeitreihen mit dem Matrix-Profil.
Predoc-Position: Sebastian Baron (i-Twin)
Sebastian Baron MSc studierte Volkswirtschaftslehre an der Leopold-Franzens-Universität Innsbruck und absolvierte anschließend seinen Master in Data Science an der Paris-Lodron-Universität Salzburg. Im Rahmen des iTwin Projekts erforscht er Interoperabilitätskonzepte für daten-getriebene digitale Zwillinge in der Fertigungsindustrie.
Masterstudent: Josef Hettegger (VISTA)
Josef Hettegger studierte Philosophie und Volkswirtschaftslehre an der Karl-Franzens-Universität Graz und absolviert derzeit sein Masterstudium in Data-Science. Derzeit arbeitet er im Rahmen des Projektes an der Lokalisierung und Klassifizierung von Merkmalen in Bildern.
Masterstudent: Daniel Göller (KEDiff)
Seine Faszination am Thema Sprachen hat Daniel Göller noch im Bachelor entdeckt und sie hat ihn von da an über die gesamte Studienzeit hinweg begleitet. Daher ist es umso erfreulicher, dass er dieses Interesse am Natural Language Processing (NLP) im Rahmen seiner Data-Science-Masterarbeit am KEDiff-Projekt einbringen und ausbauen kann.
Masterstudentin: Andrea Friese (i-Twin)
Andrea Friese studierte Innovationsmanagement in München und absolviert derzeit ihren Master in Data Science. Für ihre Masterarbeit ist sie beim Projekt i-Twin in einer Kooperation mit der Salzburg Research involviert.
Masterstudent: Sascha Schuster (KEDiff)
Sascha Schuster absolvierte sein Bachelorstudium in Psychologie mit Schwerpunkt Neurowissenschaften an der PLUS. Derzeit absolviert er sein Masterstudium in Data Science und beteiligt sich, neben seiner Masterarbeit zur Anwendung von Reinforcement Learning in der Medizin
