Timothy Praditia
An der Schnittstelle zwischen Physik und Deep Learning promoviert Timothy Praditia in Stuttgart über die Zuverlässigkeit von künstlichen neuronalen Netzen, um Entscheidungsprozesse zu unterstützen. Seine Expertise reicht von der Analyse von Zeitreihen über Statistik bis zur numerischen Simulation.
Mai 12, 2023
Physik-KI schützt das Grundwasser
Die Kontamination von Grundwasser kann ganze Landstriche vergiften und unbewohnbar machen. Um die Ausbreitung von Substanzen im Boden vorherzusagen – und zwar auch dann, wenn bestimmte Bodeneigenschaften unbekannt sind – konzipierten Forscher aus Tübingen und Stuttgart ein maschinelles Lernmodell, dessen Vorhersagen den Gesetzen der Physik gehorchen.
In Zusammenarbeit mit der Universität Tübingen
Re-Web
Matthias Karlbauer, Timothy Praditia, Sebastian Otte, et al., 2022
Intro von Matthias Karlbauer
KI und Nachhaltigkeit
de