Home | english  | Impressum | Datenschutz | Sitemap | KIT

Graduiertenschule MathSEED

Doktorhuete
Interdisziplinär promovieren

Das Angebot der Graduiertenschule MathSEED unterstützt unsere Promovierenden dabei, den Anforderungen interdisziplinärer Forschung gewachsen zu sein. MathSEED öffnet und bündelt vorhandene Lehrangebote. Zusätzlich bieten wir eigene Formate an, die auf interdisziplinäre Fragestellungen zielen. Die Veranstaltungsangebote stehen ebenso Masterstudierenden offen.

Auch der Veranstaltungskalender von MathSEE ist immer einen Blick wert.


MathSEED entwickelt gezielt Veranstaltungsangebote für Promovierende, die an der Schnittstelle zwischen Mathematik und SEE-Disziplinen arbeiten, um sie in ihrer interdisziplinären Forschung zu unterstützen. Dies geschieht in Form von themenbasierten Workshops.

MathSEED-Angebote werden über den Veranstaltungskalender des KIT-Zentrums MathSEE beworben. Wenn Sie Vorschläge für Themen haben, kontaktieren Sie gerne Aarti Singh in der Geschäftsstelle oder unter aarti singhMse5∂kit edu.

 

Vergangene Workshops:

- Course on Machine Learning (3 Day basic course)
19.02.2020, Bldg.20.30, SR 2.059

- A first glance at Finite Element implementation
23.10.2019, Bldg 20:30, SR 0.001, 14:00-17:00

- From modelling Equations to Scientific Simulation Code
24./25.04.2019, Bldg 20:30, SR 1.067, 14:00-17:15

 

Kooperierende Forschungsverbünde bieten verschiedene Veranstaltungsformate zu ihren jeweiligen Forschungsgebieten an, die für Promovierende interessant sein können und ihnen im Rahmen von MathSEED offenstehen.

Hier geht es zu den entsprechenden Veranstaltungsübersichten:

Besonders zu Beginn einer interdisziplinär ausgerichteten Promotion kann es notwendig sein, Wissen in anderen Fächern zu erweitern. Die folgende Auswahl aus dem vorhandenen Lehrangebot am KIT soll Orientierung geben, welche Veranstaltungen gut geeignet sind, sich ein grundlegendes Verständnis in der jeweiligen Disziplin anzueignen. Es handelt sich dabei meist um Vorlesungen mit Übungen. Die Sprache des Titels entspricht der Veranstaltungssprache. Wir sind für weitere Empfehlungen oder Anmerkungen dankbar.

Chemieingenieurwesen
Titel Hinweis


Elektro- und Informationstechnologie
Titel Hinweis


Experimentalphysik
Titel Hinweis


Informatik
Titel Hinweis


Künstliche Intelligenz und Medienphilosophie
Titel Typ Semester Ort
SS2020


Mathematik
Titel Hinweis

Requirements: Knowledge of Lebesgue integrals

Schwerpunkt liegt auf einer Einführung in die Wahrscheinlichkeitstheorie, sinnvoll für Ingenieure ohne Stochastikvorkenntnisse

Basic knowledge in partial differential equations and numerical methods like finite differences, finite elements or finite volumes

Schnellkurs in Wahrscheinlichkeitstheorie und Statistik, sinnvoll für Doktoranden aus Bauing./Umweltwissenschaften etc. mit geringen Kenntnissen in der Statistik

Requirements: Knowledge of Lebesgue integrals

setzt solide Kenntnisse in der Wahrscheinlichkeitstheorie voraus

Einführung zu gleichen Teilen in die Wahrscheinlichkeitstheorie und Statistik, sinnvoll für Doktoranden aus der Biologie/Umweltwissenschaften etc. mit geringen Kenntnissen in der Statistik



Meteorologie und Klima
Titel Hinweis

breite Einführung in die gesamte Disziplin

Einführung in die praktische Wettervorhersage

Einführung in Klimaaspekte



Wirtschaftswissenschaften
Titel Hinweis

Vorraussetzung ist das Wissen aus den Kursen "Fortgeschrittene Stochastische Optimierung" und "Large-scale Optimierung"

Vorraussetzungen sind das Wissen aus den Kursen "Gemischt-ganzzahlige Optimierung I", "Parametrische Optimierung", "Konvexe Analysis", "Nichtlineare Optimierung I" und "Globale Optimierung I"