Inhalt des Dokuments
Maschinelles Lernen in weicher Materie und biologischen Systemen
Wir beschäftigen uns mit dem hochaktuellen Thema des Maschinellen Lernens und seiner Anwendung, insbesondere auf aktive Systeme. Einerseits geht es um die Entwicklung von intelligenten Teilchen oder Schwimmern, die - inspiriert von evolutionären Prozessen der Biologie - lernen, optimal in ihrer komplexen Umgebung zu navigieren; seien es Potentialllandschaften, turbulente Strömungen oder thermische Bewegung. Andererseits lassen sich die Techniken des Maschinellen Lernens auch auf die Auswertung von experimentellen oder Simulationsdaten anwenden, um zum Beispiel Phasendiagramme zu generieren.
Das Seminar gibt Einblick in mögliche Themen von Bachelor- und Masterarbeiten.
Kontakt:
Prof. Dr. Holger Stark [1]
Felix Rühle [2]
Die Vorbesprechung findet in der ersten Vorlesungswoche am 16.10.2019 um 14.15 Uhr im Raum EW 731 statt.
Ab diesem Semester muss die Teilnahme am Seminar bei SAP angemeldet werden!
Vortragstermine:
| Datum | Thema | Vortragend |
|---|---|---|
| 16.10.2019 | Einführung | Holger
Stark |
| 23.10.2019 | Steering pattern
formation of viscous flows | Dirk Peschka
(WIAS) |
| 30.10.2019 | - | |
| 06.11.2019 | - | |
| 13.11.2019 | Anwendung von
Bestärkendem Lernen auf das Zermelo-Problem | Osamah
Sufyan |
| 20.11.2019 | Einführung in Maschinelles
Lernen | Mischa Putzke |
| 27.11.2019 | - | |
| 04.12.2019 | Effiziente Schwimmstrategien von
Fischschwärmen | Vivien
Peltason |
| 10.12.2019 | Active Colloidal Fluids | Petia
Vlahovska (NWU) |
| 18.12.2019 | Statistical physics of
bacterial chemotaxis | Maximilian
Seyrich |
| 06.01.2020 | Dissolving active
particles, and hydrodynamic essentials of flagellar
bundling | Alexander Chamolly
(Cambridge) |
| 08.01.2020 | Optimales Navigieren
von intelligenten aktiven Teilchen | Stefan
Plötz |
| 15.01.2020 | Deep Learning for
Optical Tracking of Bacteria | Iwan
Phillips |
| 22.01.2020 | Learning a bacterial
phase diagram | Luisa Avilés |
| 29.01.2020 | Applying the Vicsek model to trypanosomes | Andreas Kuhn (Uni Würzburg) |
| 05.02.2020 | Continuum models for polar active fluids with
density variations | Vasco
Worlitzer (PTB) |
Voraussetzungen für einen Seminarschein sind das Halten eines Vortrags und die Abgabe der Präsentation in Form einer pdf-Datei.
Mögliche Vortragsthemen:
- Maschinelles Lernen für Fluiddynamik und aktive Systeme: eine Einführung
- Optimales Navigieren von intelligenten aktiven Teilchen
- Reinforcement learning for microswimmers at low Reynolds numbers
- Anwendung von bestärkendem Lernen auf das Zermelo-Problem
- Learning a bacterial phase diagram
- Deep Learning: Optisches Tracking von Bakterien
- Effiziente Schwimmstrategien von Fischschwärmen mit bestärkendem Lernen
Eigene Vorschläge sind nach Absprache herzlich willkommen.
nfrage/id/213418/?no_cache=1&ask_mail=Y5VKAgALaN4yi
v7DWTztQBm30tMaTTZzkba%2BJDbbhDQWqsaydjULUA%3D%3D&a
sk_name=HOLGER%20STARK
nfrage/id/213418/?no_cache=1&ask_mail=Y5VKAgALn2kps
wauHepLgT1zwEDAr%2FaxTMoxe3F8SB8%3D&ask_name=RUEHLE
Zusatzinformationen / Extras
Direktzugang
Hilfsfunktionen
https://www.itp.tu-berlin.de/stark/ag_stark/seminare/ws1920_maschinelles_lernen_in_weicher_materie_und_biologischen_systemen/