Mathematik, Arbeitsrichtung Mathematische Modellierung von industriellen Lebenszyklen

Prof. Dr. Hanno Gottschalk

Bevorzugt praxisnahe Lehre

 

 

 

Prof. Dr.

Hanno Gottschalk

Fachgebietsleitung

gottschalk@math.tu-berlin.de

+49 30 314-77338

Einrichtung Mathematische Modellierung von industriellen Lebenszyklen
Sekretariat MA 5-4
Gebäude MA
Raum MA 566
Adresse TU Berlin, Institut für Mathematik, Straße des 17. Juni 136
10623 Berlin
Sprechstunde Mi 15:30-16:00 Uhr / nach Vereinbarung
Terminvereinbarungbitte per E-Mail
Gebäude MA
Raum MA 568
Adresse TU Berlin, Institut für Mathematik, Straße des 17. Juni 136
10623 Berlin

Wissenschaftlicher Werdegang

seit
April 2023
W3-Professur für Mathematische Modellierung industrieller Lebenszyklen, Institut für Mathematik,
Technische Universität Berlin
2020-2022Leiter des Interdisziplinären Zentrums für Maschinelles Lernen und Datenanalytik, Bergische Universität Wuppertal
2018-2023Ko-Vorsitzender des Interdisziplinären Zentrums für Maschinelles Lernen und Datenanalytik (IZMD) und
stellvertretender Sprecher des IMACM, BU Wuppertal
2016-2018Sprecher des Instituts für Mathematische Modellierung, Analysis und Computermathematik (IMACM), BU Wuppertal
2011-2023Professor (W2) für Stochastik an der Bergischen Universität Wuppertal, Fachbereich Mathematik und Informatik
2007-2011Kernkompetenzträger für Probabilistisches Design in der Gasturbinenentwicklung, Siemens Energy, Mülheim (Ruhr)
2004-2007Hochschuldozent (C2) für Stochastik an der Universität Bonn
Juni 2003Habilitation in Mathematik und Ernennung zum Privatdozenten in Mathematik an der Universität Bonn
2000-2004Wissenschaftlicher Mitarbeiter an der Rheinischen Friedrich-Wilhelms-Universität Bonn
1999-2000Postdoc bei Prof. Sergio Doplicher, Universität Rom "La Sapienza" als DAAD-Stipendiat
Jan 1999Promotion in Mathematischer Physik, Ruhr-Universität Bochum, mit Auszeichnung "summa cum laude"
1995-1999Doktorand bei Prof. Sergio Albeverio, Fachbereich Mathematik, Ruhr-Universität Bochum
Juni 1997Diplom in Mathematik, Ruhr-Universität Bochum
Nov 1995Diplom in Theoretischer Physik, Ruhr-Universität Bochum, mit Auszeichnung
1991-1995Studium der Mathematik und Physik, Ruhr-Universität Bochum
1988-1991Studium der Physik an der Albert-Ludwigs-Universität in Freiburg

Forschungsprojekte

Juli 2023Inverses aerodynamisches Design von Turbinenkomponenten für Carnot-Batterien mittels PINNs (Physikalisch informierter neuronaler Netze) verfeinert durch generatives Lernen,
SPP2403 „Carnot-Batterien: Inverser Entwurf vom Markt bis zum Molekül“
Principal Investigator (PI)
April 2023Verbundprojekt MRO 2.0 - Maintenance, Repair and Overhaul, Werner-von-Siemens Centre for
Industry and Science e.V. , Europäischer Fonds für regionale Entwicklung (EFRE)/ Land Berlin
PI
Dez 2022Digitalisation and Data Science for Research and Teaching (DigiData), VolkswagenStiftung,
„Wissen über Wissen“: Pioniervorhaben - Impulse für das Wissenschaftssystem
PI
Dez 2021Einwerbung einer ab 2024 für 5 Jahre befristeten W2-Universitätsprofessur nach dem Jülicher
Modell am Center of Advanced Internet Studies (CAIS) für das Forschungsprogramm
„Design vertrauenswürdiger Künstlicher Intelligenz“
 
Aug 2021Detection of black skin cancer based on dermatological sections, NeraCare GmbHPI
Juni 2021Verbundvorhaben TurboGrün - Turbomaschinen für Energiespeicher und grüne Brennstoffe; Teilvorhaben: Generative datenbasierte Entwicklung eines mehrbrennstofffähigen Injektors, Bundesministerium für Wirtschaft und Energie (BMWi)/ Siemens EnergyPI
März 2020Verbundprojekt ”Künstliche Intelligenz und maschinelles Lernen im automobilen Umfeld – KI Data Tooling”, Teilvorhaben: Trainingsstrategie für synthetische Daten und Generierung und Selektion von Corner Cases, Verband der Automobilindustrie e.V. (VDA)/ BMWiPI
Dez 2019Großgeräteantrag im Rahmen des Förderprogramms "Forschungsgroßgeräte" (FuGG), DFGPI
Dez 2019Anwendung und Vergleich von Modellen zur Lebensdaueranalyse von Hochtemperaturbauteilen
unter Kriechermüdung auf Basis fortschrittlicher probabilistischer Methoden,
Forschungsvereinigung Verbrennungskraftmaschinen (FVV) e.V./ BMWi
PI
Dez 2019Verbundprojekt ”Künstliche Intelligenz und maschinelles Lernen im automobilen Umfeld – KI Delta Learning”, Teilvorhaben: Methodenentwicklung halbüberwachtes, inkrementelles Lernen, Modelle mit hierarchisierten Inputs, aktives Transferlernen, VDA/ BMWiPI
Juni 2019Mikrostukturelle Analysen der Entstehung von Schädigung bei realistischen Lastszenarien, BMWi and Siemens Power & Gas, Förderlinie RoboFlex TurboPI
Juni 2019Verbundvorhaben bergisch.smart_mobility, zwei E13-Stellen befristet auf 2,5 Jahre, Ministerium für Wirtschaft, Industrie, Klimaschutz und Energie (MWIKE) des Landes NRW, Programm Digitale ModellregionenPI
Juni 2019Verbundprojekt ”Künstliche Intelligenz und maschinelles Lernen im automobilen Umfeld – KI Absicherung”, VDAPI
Feb 2019Bergische Innovationsplattform für Künstliche Intelligenz (BIT), EFRE/ Forschungsinfrastrukturen NRWSprecher
Sep 2018Active learning with localized uncertainty and class-specific tolerances, Aptiv AGPI
Sep 2018Maximum likelihood and cost-based decision rules in semantic segmentation, Volkswagen AG, Autonomous DrivingPI
Juni 2018Time dynamic measurement of uncertainty in semantic segmentation, Volkswagen AGPI
Jan 2018Gradient- and dispersion-based uncertainty measures on instance level, Volkswagen AGPI
Okt 2017Formoptimierung für Gasturbinen in volatilen Energienetzen (GIVEN), Bundesministerium für Bildung
und Forschung (BMBF)
Sprecher
Okt 2017Performance and uncertainty quantification based on dispersion measures in semantic segmantation, Volkswagen AGPI
Okt 2015Solutions and stability of the semiclassical Einstein equation – a phase space approach, DFGPI
April 2015Adjoint Equations for Failure Probabilities, Siemens Energy Gas Turbine EngineeringPI
Juli 2014From microscopic models of damage accumulation to gas turbine failure probability, funding by
Siemens Energy and BMWi
PI
Juli 2013Tools and methods for reliability-based maintenance scheduling, Siemens Energy Fossile Service EngineeringPI
Nov 2011Sensitivity of failure probability for thermally and mechanically loaded gas turbine components using adjoint methods, Siemens Energy and BMWi, AG Turbo 2020PI
Okt 2010-Sep 2014Probabilistic lifetime calculation of heating gas components, with Forschungszentrum Jülich and ICS Lugano, Siemens Energy and BMWi in the framework of AG TurboPrincipal Investigator (PI)

Preise & Auszeichnungen

  • Sonderpreis der Jury für Wissenstransfer der Freunde und Alumni der Bergischen Universität (FABU) (2015)

Publikationen

Engel, Benedikt; Beck, Tilmann; Moch, Nadine; Gottschalk, Hanno; Schmitz, Sebastian
Von mikroskopischen Modellen der Schadensakkumulation zur Ausfallwahrscheinlichkeit von Gasturbinen
Brüggemann, D; Chan, R; Gottschalk, H; Bracke, S
Software architecture for human-centered reliability assessment for neural
Mütze, Annika; Rottmann, Matthias; Gottschalk, Hanno
Active Transfer Learning for Semantic Segmentation with Domain Adapted Real Data

0

Gottschalk, Hanno; Muetze, Annika; Rottmann, Matthias
Semi-supervised domain adaptation with CycleGAN guided by downstream task awareness

2023

Burghoff, Julian; Ackermann, Leonhard; Salahdine, Younes; Bram, Veronika; Wunderlich, Katharina; Balkenhol, Julius; Dirschka, Thomas; Gottschalk, Hanno
Risk stratification of malignant melanoma using neural networks
arXiv preprint arXiv:2306.06195
2023
Schwonberg, Manuel; El Bouazati, Fadoua; Schmidt, Nico M; Gottschalk, Hanno
Augmentation-based Domain Generalization for Semantic Segmentation
2023 IEEE Intelligent Vehicles Symposium (IV), Seite 1–8
IEEE
2023
Burghoff, Julian; Monells, Marc Heinrich; Gottschalk, Hanno
Who breaks early, looses: goal oriented training of deep neural networks based on port Hamiltonian dynamics
arXiv preprint arXiv:2304.07070
2023
Chan, Robin; Dardashti, Radin; Osinski, Meike; Rottmann, Matthias; Brüggemann, Dominik; Rücker, Cilia; Schlicht, Peter; Hüger, Fabian; Rummel, Nikol; Gottschalk, Hanno
What should AI see? Using the public’s opinion to determine the perception of an AI
AI and Ethics :1–25
2023
Herausgeber: Springer International Publishing
Schwonberg, Manuel; Niemeijer, Joshua; Termöhlen, Jan-Aike; Schäfer, Jörg P; Schmidt, Nico M; Gottschalk, Hanno; Fingscheidt, Tim
Survey on Unsupervised Domain Adaptation for Semantic Segmentation for Visual Perception in Automated Driving
IEEE Access
2023
Herausgeber: IEEE
Kowol, Kamil; Bracke, Stefan; Gottschalk, Hanno
survAIval: Survival Analysis with the Eyes of AI
arXiv preprint arXiv:2305.18222
2023
Jörges, Christoph; Berkenbrink, Cordula; Gottschalk, Hanno; Stumpe, Britta
Spatial ocean wave height prediction with CNN mixed-data deep neural networks using random field simulated bathymetry
Ocean Engineering, 271 :113699
2023
Herausgeber: Pergamon
Asatryan, Hayk; Gottschalk, Hanno; Lippert, Marieke; Rottmann, Matthias
A convenient infinite dimensional framework for generative adversarial learning
Electronic Journal of Statistics, 17 (1) :391–428
2023
Herausgeber: The Institute of Mathematical Statistics and the Bernoulli Society
Asatryan, Hayk; Gaul, Daniela; Gottschalk, Hanno; Klamroth, Kathrin; Stiglmayr, Michael
Ridepooling and public bus services: A comparative case-study
arXiv preprint arXiv:2302.01709
2023
Colling, P; Rottmann, M; Roese-Koerner, L; Gottschalk, H
Prediction Quality Meta Regression and Error Meta Classification for Segmented Lidar Point Clouds
International Journal on Artificial Intelligence Tools
2023
Herausgeber: World Scientific Publishing Company
Bolten, Matthias; Doganay, Onur Tanil; Gottschalk, Hanno; Klamroth, Kathrin
Non-convex shape optimization by dissipative Hamiltonian flows
arXiv preprint arXiv:2303.01369
2023
Chan, Robin; Penquitt, Sarina; Gottschalk, Hanno
LU-Net: Invertible Neural Networks Based on Matrix Factorization
arXiv preprint arXiv:2302.10524
2023
Riedlinger, Tobias; Rottmann, Matthias; Schubert, Marius; Gottschalk, Hanno
Gradient-based quantification of epistemic uncertainty for deep object detectors
Proceedings of the IEEE/CVF Winter Conference on Applications of Computer Vision, Seite 3921–3931
2023
Drygala, Claudia; Mare, Francesca; Gottschalk, Hanno
Generalization capabilities of conditional GAN for turbulent flow under changes of geometry
arXiv preprint arXiv:2302.09945
2023
Krüger, Patrick; Gottschalk, Hanno
Equivariant and Steerable Neural Networks: A review with special emphasis on the symmetric group
arXiv preprint arXiv:2301.03019
2023
Gottschalk, Hanno; Rothe, Nicolai R; Siemssen, Daniel
Cosmological de Sitter solutions of the semiclassical Einstein equation
Annales Henri Poincaré, Seite 1–81
Springer International Publishing
2023
Uhlemeyer, Svenja; Lienen, Julian; Hüllermeier, Eyke; Gottschalk, Hanno
Detecting Novelties with Empty Classes
arXiv preprint arXiv:2305.00983
2023
Rottmann, Matthias; Maag, Kira; Peyron, Mathis; Gottschalk, Hanno; Krejić, Natavsa
Detection of iterative adversarial attacks via counter attack
Journal of Optimization Theory and Applications :1–38
2023
Herausgeber: Springer US New York

2022

Burghoff, Julian; Chan, Robin; Gottschalk, Hanno; Muetze, Annika; Riedlinger, Tobias; Rottmann, Matthias; Schubert, Marius
Uncertainty Quantification and Resource-Demanding Computer Vision Applications of Deep Learning
arXiv preprint arXiv:2205.14917
2022
Maag, Kira; Chan, Robin; Uhlemeyer, Svenja; Kowol, Kamil; Gottschalk, Hanno
Two Video Data Sets for Tracking and Retrieval of Out of Distribution Objects
Proceedings of the Asian Conference on Computer Vision, Seite 3776–3794
2022
Uhlemeyer, Svenja; Rottmann, Matthias; Gottschalk, Hanno
Towards unsupervised open world semantic segmentation
Uncertainty in Artificial Intelligence, Seite 1981–1991
PMLR
2022