Das SCC leistet mit den Forschungsgruppen Computational Science and Mathematical Methods (CSMM), Methods for Big Data (MBD) und Uncertainty Quantification (UQ) sowie dem Projekt Computational and Mathematical Modeling Program (CAMMP) einen wichtigen Beitrag zur Methodenentwicklung an der Schnittstelle von Informatik, Statistik und angewandter Mathematik sowie deren Anwendung in der Praxis. Insbesondere die Themen Künstliche Intelligenz, Machine Learning und Deep Learning, Bayesianisches und statistisches Lernen, aber auch die numerischen Herausforderungen in der Exascale-Ära profitieren von der Mathematikkompetenz des SCC. Das SCC ist in diesen Forschungsthemen mit drei Professuren in den Forschungsgruppen CSMM, MBD und UQ interdisziplinär erfolgreich und leistet in der akademischen Lehre mit Vorlesungen, Seminaren und Modeling Weeks sowie Hackathons wichtige Beiträge zur Nachwuchsförderung. Das Projekt CAMMP engagiert sich darüber hinaus im Mathematikunterricht an Schulen.



Methoden für Big Data: Forschung an der Schnittstelle zwischen maschinellem Lernen und traditionellen statistischen Methoden.
Mehr erfahren
Uncertainty Quantification (UQ) entwickelt moderne mathematische und numerische Techniken zur Behandlung und Quantifizierung von Unsicherheiten
Mehr erfahren
