Computational Analytics

In dem von der DFG geförderten Projekt "Computational Approaches to Narrative Space in 19th and 20th Century Novels" (CANSpiN, Laufzeit: April 2023 bis März 2026) werden Ansätze zur computergestützten Erkennung narrativen Raums mit Verfahren des Machine Learning entwickelt und anhand von deutsch- und spanischsprachigen Romankorpora erprobt, um Fragen zum Zusammenhang zwischen Raumerwähnungen und Identitätskonstruktionen zu beantworten. Das interdisziplinäre Projekt wird von der Juniorprofessur Digital Humanities, der Uwe Johnson-Professur für Neuere deutsche Literaturwissenschaft des 20. Jahrhunderts und der Außerplanmäßigen Professur für Mathematische Optimierung geleitet.

Ansprechpartnerin: Jun.-Prof. Ulrike Henny-Krahmer

Mit CombiDiag - Peripheral Biomarker Based Combinatorial Early Diagnostics for Dementia startet zum 1. Februar 2023 ein internationales Doktorandennetzwerk an der Universitätsmedizin Rostock (Ansprechpartner Prof. Dr. Stefan Teipel) und der Universität Rostock (Ansprechpartner Prof. Dr. Thomas Kirste). Ziel des Projekts, das durch Horizon Europe Marie Skłodowska-Curie Actions gefördert wird, ist die Entwicklung eines auf multimodalen peripheren Biomarkern basierenden kombinatorischen Diagnoseprotokolls für frühe Stadien von Alzheimer-Demenz. 

Das Flagship Projekt OTC-DaTA des Ocean Technology Campus Rostock-Zukunftsclusters (https://www.otc-rostock.com) entwickelt das grundlegende Framework des Digital Twins für das Management maritimer Missionen (https://www.otc-rostock.com/zukunftscluster/digital-mission). Innovative analytische Funktionen und semantische Auswertebeziehungen ermöglichen den service-basierten Datenmodulen einen neuartigen Geschäftsmodellansatz für maritime Unternehmen.

Wie in den meisten Industriezweigen sind die Digitalisierung und das sogenannte "Internet der Dinge" bestimmende Entwicklungen. Der Zugang zu hochwertigen digitalen Daten und deren effiziente Auswertung sind die Basis für die Erschließung neuer Rohstoffe oder auch die kostengünstige Wartung von Unterwasserbauwerken. So rückt die digitale Unterwassertechnik international immer stärker in den Fokus der Akteure. Umfassende Lösungen, die auf Basis offener Schnittstellen und Datenformate Sensordaten bis hin zu Kameras und 3D-Sonar föderiert erheben, speichern und flexibel und effizient unter Anwendung aktueller KI-Methoden auswerten, sind am Markt jedoch nicht verfügbar.

Ziel von URO-VAC ist die Entwicklung von hybriden neuro-symbolischen Datenanalysestrategien, die eine energie- und bandbreiteneffiziente (Echtzeit-) Analyse von multimodalen Meeresdaten ermöglichen. Insbesondere zielen wir darauf ab, Strategien zu entwickeln, die es erlauben, Vorwissen über algebraische Eigenschaften von Daten in Modelle des tiefen Lernens (deep learning) zu integrieren.