Alexander Mozdzen gewinnt 2025 EnviBayes Student Paper Competition

Alexander Mozdzen, der im Januar am Institut für Statistik promoviert hat, darf sich über eine weitere Errungenschaft freuen: Er ist einer von vier Gewinnern der diesjährigen 2025 EnviBayes Student Paper Competition.

Mit seinem Paper „Bayesian nonparametric partial clustering: Quantifying the effectiveness of agricultural subsidies across Europe“ konnte Herr Mozdzen die Kommission für sich gewinnen. Die weiteren Gewinner sind Josh Jacobson (University of Wollongong), Muyang Shi (Colorado State University) und Haoxuan Wang (Duke University).

Wir gratulieren Herrn Mozdzen sowie den weiteren Gewinnern recht herzlich.

Alexander Mozdzen promoviert am Institut für Statistik

Am 10. Januar 2025 promovierte Alexander Mozdzen am Institut für Statistik an der AAU.

Unter seinem Betreuer Univ.-Prof.Dipl.-Ing.MMMag.Dr. Gregor Kastner verfasste Herr Mozdzen eine Dissertation zum Thema „Bayesian methods for model-based clustering“, die er vor der Prüfungskommission verteidigte.

Wir gratulieren Herrn Mozdzen ganz herzlich und wünschen ihm für seine berufliche Zukunft alles Gute.

Das Problem der längsten Pfade mit Künstlicher Intelligenz lösen

Die Mathematikerin Celina Strasser versuchte in ihrer Masterarbeit das Problem der längsten Pfade mittels Reinforcement Learning, einer Methode aus der Künstlichen Intelligenz, zu lösen. Für ihre Arbeit wurde sie mit dem Würdigungspreis des BMBWF 2024 ausgezeichnet.

Weiterlesen

Dr. techn. Barbara Pedretscher: Karrierechancen für Mathematik-Absolvent*innen

Am 16.10.2024 hielt Frau Dr. techn. Barbara Pedretscher (Fraunhofer Austria) einen Vortrag im Rahmen der Vortragsreihe „Mathematik in der Praxis“.

Nach dem Studium der technischen Mathematik mit Schwerpunkt Analysis arbeitet Dr. techn. Barbara Pedretscher als Gruppenleiterin der Applied Data Science und Statistics Gruppe bei KI4LIFE.

Die Forschungsthemen, denen sich das Fraunhofer Innovationszentrum für Digitalisierung und Künstliche Intelligenz KI4LIFE widmet, lassen sich kurz mit KI auf Texten, Bildern und Zeitreihen umreißen. Bei den Anwendungen spielen u.a. Natural Language Processing, Maschinelles Sehen, Anomaliedetektion und Qualitätskontrolle sowie die Auswertung von Sensordaten für valide Prognosen eine große Rolle. Auch »Explainable AI«, also die Nachvollziehbarkeit der Entscheidungen KI-getriebener Programme, ist ein großes Forschungsthema.

 

Barbara Pedretscher gab uns in ihrem Vortrag

  • Einblicke in ihren Arbeitsalltag,
  • zahlreiche Beispiele praxisbezogener Forschungsprojekte zur Anwendung von Künstlicher Intelligenz,
  • erzählte von ihrer beruflichen Karriere sowie davon, welche Inhalte und Kompetenzen aus dem Studium wesentlich für ihren Beruf sind.