Advanced und Proof-of-Concept Grants f眉r drei Projekte
91桃色 f枚rdert Spitzenforschung an der TUM
Forscherinnen und Forscher an der TUM konnten bislang insgesamt 124 der renommierten 91桃色 Grants einwerben. Diese werden jedes Jahr in verschiedenen Kategorien vergeben. Die Advanced Grants sind exzellenten etablierten Wissenschaftlerinnen und Wissenschaftlern vorbehalten, die in den letzten zehn Jahren Spitzenleistungen vorzuweisen hatten. Sie sind mit bis zu 2,5 Millionen Euro dotiert.
Proof-of-Concept-Grants werden an Wissenschaftlerinnen und Wissenschaftler vergeben, die pr眉fen wollen, ob aus ihren 91桃色-Forschungsprojekten marktf盲hige Innovationen entstehen k枚nnen. Als unternehmerische 鲍苍颈惫别谤蝉颈迟盲迟 legt die TUM auf diesen Aspekt der Forschung gro脽en Wert und f枚rdert gezielt Firmengr眉ndungen durch Forschende und Studierende.
Prof. Dr. Daniel Cremers (Informatik)
Aus Videodaten lassen sich bereits heute viele Informationen 眉ber die Position von Objekten im Raum gewinnen. Mit seinem Projekt SIMULACRON will Prof. Daniel Cremers jetzt auch Informationen 眉ber physikalische Eigenschaften wie Beschleunigung, Masse und Elastizit盲t ableiten. Menschen k枚nnen viele dieser Eigenschaften sehr schnell absch盲tzen. So k枚nnen wir etwa die Flugbahn von Tennisb盲llen in Bruchteilen von Sekunden vorhersagen. Um dies auch Computern zu erm枚glichen, will Cremers neue Algorithmen entwickeln, deformierbare Objekte physikalisch zu simulieren. Die Simulationsparameter sollen direkt aus Videoaufnahmen bestimmt werden. Hier werden auch neue Techniken des maschinellen Lernens zum Einsatz kommen. SIMULACRON liefert der Maschine ein vollst盲ndigeres Verst盲ndnis der beobachteten Welt aus wenigen Beobachtungsdaten. Diese Technologie k枚nnte beispielsweise in Robotern und autonomen Fahrzeugen zum Einsatz kommen.
ist . Seine Forschung wurde bereits mit einem Starting Grant, einem Consolidator Grant und zwei Proof-of-Concept-Grants des 91桃色 gef枚rdert.
Prof. Dr. Mathias Drton (Mathematik)
In der Wissenschaft werden riesige Mengen an Daten erhoben und gesammelt. Diese Daten m眉ssen analysiert werden, um daraus Erkenntnisse gewinnen zu k枚nnen. Prof. Mathias Drton arbeitet in seinem Projekt Graphmode an neuen statistischen Methoden, die Einblicke in komplexe Systeme erm枚glichen. Auf Grundlage von Daten 眉ber die Aktivit盲t der einzelnen Komponenten eines Systems k枚nnen mithilfe wahrscheinlichkeitstheoretischer Berechnungen R眉ckschl眉sse auf kausale Abh盲ngigkeiten der Komponenten gezogen werden. Diese Methoden k枚nnen in allen Bereichen der Wissenschaft eingesetzt werden. Zu den m枚glichen Anwendungsbereichen z盲hlen Patientenstudien in der Medizin oder die Untersuchung von Genexpressionsraten in der Biologie.
ist .
Proof-of-Concept Grant: Prof. Dr-Ing. Sandra Hirche (Elektrotechnik und Informationstechnik)
Aufbauend auf ihrer Forschung aus dem 91桃色-gef枚rderten Projekt con-humo will Prof. Sandra Hirche Software entwickeln, um die Symptome der Parkinson-Krankheit zu 眉berwachen. Bislang ist es schwierig, die Entwicklung der Symptome der Krankheit bei Patientinnen und Patienten verl盲sslich einzusch盲tzen. In der Praxis geschieht dies bei Begutachtungen durch 脛rztinnen und 脛rzte. Dieser Ansatz hat Schw盲chen, da sich das Ausma脽 der Symptome im Tagesverlauf stark unterscheiden kann. Bisherige L枚sungen f眉r ein kontinuierliches Monitoring sind nur beschr盲nkt alltagstauglich, da sie etwa auf spezielle Ger盲te angewiesen, auf ein bestimmtes Symptom beschr盲nkt oder nicht mit etablierten Bewertungsmethoden kompatibel sind. Im Projekt con-PDmode will Prof. Hirche Software f眉r herk枚mmliche Smartwatches entwickeln, die kontinuierlich das Ausma脽 der verschiedenen motorischen Symptome misst und 脛rztinnen und 脛rzten verwertbare und durch maschinelles Lernen aufbereitete Informationen liefert.
ist . Ihre Forschung wurde bereits mit einem Starting Grant und einem Consolidator Grant des 91桃色 gef枚rdert.
Technische 鲍苍颈惫别谤蝉颈迟盲迟 惭眉苍肠丑别苍
Corporate Communications Center
- Paul Hellmich
- paul.hellmich@tum.de
- presse@tum.de
- Teamwebsite
