The Young Investigator Network is the platform and democratic representation of interests for independent junior research group leaders and junior professors at the Karlsruhe Institut of Technology.
Peer Community
Interessensvertretung
Weiterbildung
Führung in der Wissenschaft
Individueller Support
Fördermöglichkeiten
Die Hannover Messe ist eine der wichtigsten internationalen Fachmessen. Am 2. April werden zwei YIN-Mitglieder ihre Forschung auf der Tech Transfer Conference Stage (Halle 2, B02) vorstellen: Um 13:50 Uhr spricht Maryna Meretska über "Revolutionary Lightweight and Compact Optical Metagrating quadrupling efficiency at high angles". Die Technologie basiert auf winzigen Nanostrukturen, um Licht zu manipulieren, anstelle schwerer und teurer Linsen. Um 14:15 Uhr wird Jingyuan Xu ihre Forschung zum Thema "Pioneering Sustainable Cooling and Heating Solutions for a Greener Future" vorstellen: Basierend auf dem elastokalorischen Effekt erwärmen und kühlen sich bestimmte Materialien bei mechanischer Be- und Entladung und wandeln so direkt mechanische in thermische Energie um. Beide Technologien werden vom 31. März bis 4. April im Future Hub (Halle 2, B35) ausgestellt.
KIT auf der Hannover Messe
Prognosen für den globalen Klimawandel sind mit erheblichen Modellunsicherheiten behaftet. Jeder Versuch, robuste Beziehungen zwischen der beobachteten Vergangenheit und der simulierten Zukunft herzustellen, wird durch die nichtstationäre Natur des Klimasystems erschwert. In der Fachzeitschrift Atmospheric Chemistry and Physics stellen Peer Nowack und sein US-amerikanischer Kollege Duncan Watson-Parris die Perspektive der Validierung von Vorhersagefähigkeiten aus Sicht des maschinellen Lernens vor. Die Wissenschaftler plädieren für quantitative Ansätze, bei denen jede vorgeschlagene einschränkende Beziehung auf der Grundlage von unabhängigen Testdaten umfassend bewertet werden kann - zusätzlich zu den qualitativen physikalischen Plausibilitätsargumenten, die bei der Rechtfertigung neu aufkommender Einschränkungen bereits gang und gäbe sind.
read more
Hochwasser in kleinen Flusseinzugsgebieten tritt bei extremen Wetterbedingungen schnell und lokal auf. In solchen Situationen künftig Vorhersagen innerhalb von bis zu 48 Stunden zu ermöglichen, ist Ziel des Verbundprojekts „KI-gestützte Hochwasserprognose für kleine Einzugsgebiete in Deutschland“. Die Forschenden wollen dafür einen umfassenden Datensatz erstellen, um hydro-meteorologische Vorhersagemodelle zu trainieren und zu vergleichen. Projektleiter Ralf Loritz schätzt hier das Potenzial moderner Methoden des Maschinellen Lernens als enorm ein. Sie seien in der Lage, komplexe Zusammenhänge in Datensätzen zu erlernen und so robuste, recheneffiziente Simulationen auf Basis hydro-meteorologischer Messdaten und numerischer Wettervorhersagen zu erstellen. Das Bundesministerium für Bildung und Forschung (BMBF) fördert das Projekt mit 1,8 Millionen Euro.
Presseinfo