VeranstalterInnen:  Prof. Dr. Angela Kunoth, Lаslо Hunhоld

Termin: n.V.

Inhalt: In diesem Seminar behandeln wir den Themenkomplex der Anwendung tiefer neuronaler Netzwerke auf PDEs (Deep PDEs) mit besonderem Hinblick auf bestimmte Verfahren (DGM (Deep Galerkin Method), DRM (Deep Ritz Method), VPINNs, etc.) und der Fragestellung ``Curse of Dimensionality''.

Je nach Vorkenntnissen und Interessen werden theoretische oder praktische Themen (Anwendung von Programmen oder Erstellung eigener Programme in Julia oder Python) vergeben, idealerweise in Gruppen zu zweit.

Literatur: Wird noch bekanntgegeben.

Ziel eines Seminars:
Man soll eigenständig (mit Hilfestellung) vertiefende Themen bearbeiten und anderen darstellen. Somit soll wissenschaftliches Arbeiten gelernt werden. Aufgrund der Neuartigkeit der Thematik sind in der Regel Originalveröffentlichungen auf Englisch zu lesen und zu verstehen. Viele Themen eignen sich für eine nachfolgende Masterarbeit, für die ein erfolgreicher Abschluss eines der Seminare der AG Kunoth vorausgesetzt wird.

Organisatorisches:
Für einen erfolgreichen Abschluss ist ein Beamervortrag von max 30 Min mit max 15 Folien zu dem jeweiligen Thema zu halten. (In welcher Form dies stattfinden wird, ist zu diesem Zeitpunkt noch nicht klar). Anschließend ist eine schriftliche Ausarbeitung in Latex abzufassen, die von uns einmal korrigiert wird. Latex-Vorlagen für den Vortrag und die Ausarbeitung werden bereitgestellt. Die Note ergibt sich aus der Gesamtleistung.

Verbindliche Anmeldung/Vorkenntnisse:
Bitte füllen Sie die folgende Maske aus und senden Sie diese zwischen Freitag, dem 08.07.2022, und Mittwoch, 13.07., 24:00 Uhr, per E-Mail an hunholdmath.uni-koeln.de

Name, Vorname (m/w/d):
Matr.-Nr.:
E-Mail-Adresse:
Studienfach mit Nebenfach:
Bachelor/Master:
Semesterzahl:
Bereits besuchte Veranstaltungen (mit Dozentennamen):
Themen bereits absolvierter Seminare/Bachelorarbeitsthema:
Themeninteresse (eher theoretisch, eher praktisch, beides):
Zusammenarbeit mit:
Weitere Bemerkungen (z.B. Interesse an nachfolgender Masterarbeit):