Unser SFB bekommt immer wieder Nachwuchs … Wir freuen uns, heute drei SFB-Doktoranden vorstellen zu dürfen: Kevin Ganster, Daniele Corallo, and Friedrich Klaus.
Kevin ist der jüngste Neuzugang im SFB und seit Dezember Doktorand am KIT. Er forscht zum Numerical work module an Projekt C1 und arbeitet daran, das Verfahren zu implementieren. Daniele, seit November 2019 in Projekt A3, konzentriert sich auf das Analysieren und Lösen von Wellengleichungen mit Raum-Zeit-Methoden. Die Wohlgestelltheit dispersiver Gleichungen war das Thema von Friedrichs Masterarbeit an der Universität Bonn. Seit September 2019 forscht er weiter über dispersive Gleichungen in Projekt A1.
Kevin, Daniele und Friedrich haben sich schon gut eingelebt.
Kevin Ganster
Kevin: In meinem Arbeitsalltag lese ich generell viele Paper zu dem oben genannten Thema oder ich debugge meinen Code. Mir gefällt die Atmosphäre hier im Institut für Angewandte und Numerische Mathematik (IANM3) und im SFB sehr gut. Das wird durch den 14-tägig stattfindenden SFB-Tee unterstützt, bei dem sich alle Teilnehmer des SFB regelmäßig treffen und austauschen können.
Friedrich Klaus
Friedrich: Meistens gibt es im Anschluss an den Tee einen oder mehrere Vorträge, bei denen man den eigenen Horizont erweitern kann. Eine der Sachen, die mir hier auch sehr gut gefällt, ist die Offenheit in der Arbeitsgruppe: Wenn man mal über ein härteres Problem stolpert, dann findet sich immer jemand, mit dem man darüber diskutieren kann.
Daniele: Ich bin seit Mai 2019 beim Institut für Angewandte und Numerische Mathematik und war dort zuerst als studentische Hilfskraft tätig. Ich habe Praktika zur Einführung in Python betreut und wurde dadurch auf seismische Bildgebung aufmerksam. Es entstand das Projekt PyFWI(@imaginary.org). Ich habe großes Interesse am maschinellen Lernen entwickelt und hieraus die Idee zu meiner Masterarbeit entwickelt: die Verbindung zwischen der full waveform inversion und dem Training spezieller neuronaler Netze. Im laufenden Semester betreue ich unter Leitung von Prof. Christian Wieners ein Seminar zu den mathematischen Aspekten des maschinellen Lernens.