GRK 2433:  Differentialgleichungs- und Daten-basierte Modelle in den Lebenswissenschaften und der Fluiddynamik (DAEDALUS)

• Fachliche Zuordnung: Mathematik ; Neurowissenschaften
• Förderung: Förderung von 2018 bis 2023
• Webseite: Zur Homepage
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 384950143

Aufgrund der massiven Komplexität von physikalischen und ingenieurtechnischen Systemen ist heutzutage die traditionelle Modellierung mittels Differentialgleichungen (DGn) oftmals nicht mehr ausreichend, um adäquate mathematische Modelle bereitzustellen. Eine besonders erfolgversprechende Herangehensweise ist die Inkorporation von Daten in das Modell, die innerhalb eines realen Systems gemessen wurden. Eine zentrale, offene Fragestellung ist die optimale Balance zwischen Datenadaptiertheit im Sinne der Verwendung eines gemessenen Datensatzes im Modellierungsprozess und der traditionellen DG-Modellierung. Offensichtlich kann diese Frage nur durch eine Sichtweise, die die mathematische und anwendungsbezogene Seite gleichermaßen berücksichtigt, befriedigend beantwortet werden. Deshalb ist unser GRK-Team hochgradig interdisziplinär aus InformatikerInnen, IngenieurInnen, MathematikerInnen und PhysikerInnen zusammengesetzt. Unser Anwendungsfokus umfasst (1) Lebenswissenschaften, die typischerweise vornehmlich Gebrauch von realen Daten machen, und (2) Strömungsdynamik, in der traditionelle DG-Modellierung eine zentrale Rolle spielt.Die Zielsetzung unseres GRKs ist dreigeteilt: Erstens soll die Kohorte in mathematischen Techniken wie Datenassimilation, Maschinelles Lernen, Modellierung, Modellreduktion, Sparse/Niedrigrang-Approximation und Unschärfequantifizierung durch eine ,Introductory Intensive Course Period‘, weiter-führende Trainingskomponenten und jährliche Winterschulen trainiert werden. Zweitens wird jede Doktorandin und jeder Doktorand lernen, in einem interdisziplinären Team zu arbeiten; zunächst in der ‘In-terdisciplinary Welcome Week’ und anschließend durch die interdisziplinären PI-Teams, die jedes Projekt leiten, wie auch durch spezielle Events, z. B. die Research Retreats. Drittens wird das Spektrum an Projekten eine Vielfalt von Sichtweisen auf das Zusammenspiel von Dateninkorporation und DG-Modellierung bieten, wodurch die zentrale Problemstellung eines optimalen Grades von Datenadaptiertheit im Modellierungsprozess aus verschiedenen Blickwinkeln angegangen wird. Die Forschungserfahrung der DoktorandInnen wird vervollständigt durch internationale Interaktionen und diverse Aktivitäten in der Berliner Wissenschaftslandschaft. Somit wird unser GRK eine neue Generation von interdisziplinären ForscherInnen ausbilden, die sowohl im Bereich Data Science als auch in der eher traditionellen mathematischen Modellierung und Simulation hervorragend ausgebildet sind.

• DFG-Verfahren: Graduiertenkollegs
• Antragstellende Institution: Technische Universität Berlin
• Sprecher: Professor Dr. Wolf-Christian Müller, seit 10/2020
• beteiligte Wissenschaftlerinnen / beteiligte Wissenschaftler: Professor Dr. Benjamin Blankertz; Professor Dr. Tobias Breiten, seit 10/2021; Professorin Dr. Alexandra Carpentier, bis 9/2021; Professorin Dr. Cecilia Clementi, Ph.D.; Professor Dr. Volker John, seit 10/2021; Professorin Dr. Gitta Kutyniok, von 10/2018 bis 9/2020; Professor Dr. Volker Mehrmann; Professor Dr. Klaus-Robert Müller; Professor Dr. Frank Noé; Professor Dr. Reinhold Schneider; Professor Dr. Christof Schütte; Professor Dr. Jörn Lothar Sesterhenn, bis 9/2021; Professorin Dr. Barbara Zwicknagl, seit 10/2021