Zur Hauptnavigation / To main navigation

Zur Sekundärnavigation / To secondary navigation

Zum Inhalt dieser Seite / To the content of this page

Hauptnavigation / Main Navigation

Sekundärnavigation / Secondary navigation

DFG-Graduiertenkolleg 1932

Inhaltsbereich / Content

DFG-Graduiertenkolleg 1932 "Stochastic Models for Innovations in the Engineering Sciences"

Die Deutsche Forschungsgemeinschaft (DFG) hat die Einrichtung eines neuen Graduiertenkollegs "Stochastic Models for Innovations in the Engineering Sciences" an der TU Kaiserslautern für den Zeitraum 01.04.2014 - 30.09.2018 beschlossen. 

In dem Kolleg werden innovative interdisziplinäre Projekte bearbeitet, die als Ziel die Entwicklung, Umsetzung und Validierung neuer stochastischer Modelle, Algorithmen und Methoden zur Anwendung in den Ingenieurwissenschaften haben. Mögliche Anwendungen sind in den Gebieten der stochastischen Produktionsprozesse, des System-on-Chip-Design, der Hardwarebeschleunigung von Monte-Carlo-Methoden mit Anwendungen in der Finanzmathematik, der Bildverarbeitung zur Charakterisierung mehrphasiger Werkstoffe sowie der stochastischen Modellierung und Analyse von faserverstärkten Betonen gegeben.

Sprecher: Prof. Dr. Ralf Korn (FB Mathematik)

Beteiligte Wissenschaftlerinnen und Wissenschaftler (PI):

Assoziierte Wissenschaftlerinnen und Wissenschaftler:

  • Dr.-Ing. Frank Balle (FB Maschinenbau & Verfahrenstechnik)
  • Jun.Prof. Dr.-Ing. Catherina Thiele (FB Bauingenieurwesen)
  • Dr. Christina Erlwein-Sayer (Fraunhofer ITWM)
  • Dr. Jörg Kuhnert (Fraunhofer ITWM)
  • Dr. Katja Schladitz (Fraunhofer ITWM)
  • Priv.-Doz. Dr. Martin Spies (Fraunhofer ITWM)
  • Dr. Raimund Wegener (Fraunhofer ITWM)

 Forschungsprojekte:

  • P1: Stochastic production processes with fiber and droplet dynamics.
  • P2: Stochastic models for system-on-chip design and Monte Carlo hardware acceleration.
  • P3: Stochastic and analytical methods from image processing for the characterization of local properties of multiphase materials.
  • P4: Stochastic modeling of the micro structure of fiber-reinforced concrete based on 3D image analysis.