KIT - Karlsruher Institut für Technologie
KIT-Zentrum MathSEE
  • Navigation überspringen
  • Home
  • Impressum
  • Datenschutz
  • Barrierefreiheit
  • Sitemap
  • KIT
    suchen
    • Das Zentrum
      • Das Zentrum
      Das Zentrum
      • Mission-und-Strategie
      • Mitglieder
        • Mitglieder
        Mitglieder
        • Members Directory
        • Membership
      • Corporate Design
      • Kontakt
      • Stellenanzeigen
    • Forschung
      • Forschung
      Forschung
      • Methodenbereiche
        • Methodenbereiche
        Methodenbereiche
        • Methodenbereich 1: Mathematische Strukturen: Formen, Geometrie, Zahlentheorie und Algebra
        • Methodenbereich 2: Mathematische Modellbildung, Differentialgleichungen, Numerik, Simulation
        • Methodenbereich 3: Inverse Probleme, Optimierung
        • Methodenbereich 4: Stochastische Modellbildung, statistische Datenanalyse und Vorhersage
      • Current Third Party Funded Projects
        • Current Third Party Funded Projects
        Current Third Party Funded Projects
        • BMBF funded projects
        • Koordinierte DFG-geförderte Forschung
        • European Uniion Funded Projects
        • Koordinierte Forschung in der Helmholtz-Gemeinschaft
      • Our Offers
        • Our Offers
        Our Offers
        • MathSEE Research Seminars
        • MathSEE Research Seminars
        • Workshop-Förderung
        • Anschubförderung - 2022
          • Anschubförderung - 2022
          Anschubförderung - 2022
          • Seed Projects 2023
          • Seed Funding 2023
          • Anschubprojekte - 2021
          • Anschubprojekte 2020
          • Anschubprojekte 2019
          • Seed Funding 2022a
      • MathSEE Workshops
        • MathSEE Workshops
        MathSEE Workshops
        • 2026 - Workshop – Data-driven methods for partial differential equations
        • 2025 - Workshop SWIM
        • 2024 - SWIM
        • Workshop: UM-Bridge
        • 2024-Method Area 4 Workshop
        • Workshop: Explainable Artificial Intelligence (xAI)
        • TEEMLEAP
        • Workshop on UM-Bridge
        • Deep Learning - Recent Advances in Kernel Methods for Neural Networks
        • 2022-Particle and astroparticle physics
        • 2022-Multiscale effects in mechanics
        • 2021-mathematics of climate and environmental sciences
        • 2021-advanced mobility systems
        • 2021-particle and astroparticle physics
        • 2021-data science for material science
        • Workshop: Anything related to COVID-19
      • Software
    • Graduiertenschulen
      • Graduiertenschulen
      Graduiertenschulen
      • Graduiertenschule MathSEED
        • Graduiertenschule MathSEED
        Graduiertenschule MathSEED
        • Kursangebote
      • KIT Graduate School Computational & Data Science
    • Innovation
    • Veranstaltungen
      • Veranstaltungen
      Veranstaltungen
      • MathSEE Symposium
      • Public Engagement Events
      • MathSEE Symposium
        • MathSEE Symposium
        MathSEE Symposium
        • MathSEE Symposium 2023
        • MathSEE Symposium 2020
      • Workshops
    • Archiv
    • Startseite
    • Home
    • Impressum
    • Datenschutz
    • Barrierefreiheit
    • Sitemap
    • suchen
    KIT-Zentrum MathSEE

     

    • Startseite
    • Graduiertenschulen
    • Graduiertenschule MathSEED

     

    • KIT-Zentrum MathSEE
      • Das Zentrum
      • Forschung
      • Graduiertenschulen
      • Innovation
      • Veranstaltungen
      • Archiv
    • Graduiertenschulen
      • Graduiertenschule MathSEED
      • KIT Graduate School Computational & Data Science
    • Graduiertenschule MathSEED
      • Kursangebote
    • MathSEED Basic Offers

    MathSEED Basic Offers

    Particularly at the beginning of an interdisciplinary doctoral research project, it might be necessary to extent one's knowledge in other fields. The following selection of existing courses at KIT are meant to provide orientation as to which courses are suitable to gain solid knowledge in the respective discipline. Most of which are lectures with excercises. The language of the title indicates the language of the course. We would very much appreciate further recommendations and comments.

    Chemieingenieurwesen
    Titel Typ Hinweis
    Grenzflächenthermodynamik Vorlesung (V)
    Grundlagen der Verbrennungstechnik Vorlesung (V)
    Hochtemperaturverfahrenstechnik Vorlesung (V)
    Verfahren und Prozessketten für Lebensmittel pflanzlicher Herkunft (ehem. LVT) Vorlesung (V)
    Numerische Strömungssimulation für VT und CIW
    Physical Foundations of Cryogenics Vorlesung (V)
    Statistische Thermodynamik Vorlesung (V)
    Theorie turbulenter Strömungen ohne und mit überlagerter Verbrennung Vorlesung (V)
    Thermodynamik III Vorlesung (V)
    Informatik
    Titel Typ Hinweis
    Constructive Logic Lecture (V) On-Site
    Logical Foundations of Cyber-Physical Systems Lecture (V) On-Site
    Computergrafik Vorlesung (V)
    Formale Systeme
    Robotik I - Einführung in die Robotik Vorlesung (V)
    Softwaretechnik II Vorlesung (V)
    Telematik Vorlesung (V)
    Wirtschaftswissenschaften
    Titel Typ Hinweis
    Advanced Game Theory Vorlesung (V)
    Volkswirtschaftslehre III: Einführung in die Ökonometrie Vorlesung (V)
    Einführung in das Operations Research I Vorlesung (V)
    Einführung in das Operations Research II Vorlesung (V)
    Einführung in die Stochastische Optimierung Vorlesung (V)

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

    Predictive Mechanism and Market Design Vorlesung (V)
    Seminar zur Mathematischen Optimierung (MA) Seminar (S)

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

    Seminar zu Methodischen Grundlagen des Operations Research Seminar (S)
    Topics in Experimental Economics Seminar (S)
    Elektro- und Informationstechnologie
    Titel Typ Hinweis
    Bildgebende Verfahren in der Medizin I Vorlesung (V)
    Bildgebende Verfahren in der Medizin II Vorlesung (V)
    Electromagnetics and Numerical Calculation of Fields Vorlesung (V)
    Methoden der Signalverarbeitung Vorlesung (V)
    Nichtlineare Regelungssysteme Vorlesung (V)
    Optical Waveguides and Fibers Vorlesung (V)
    Optimale Regelung und Schätzung Vorlesung (V)
    Optimization of Dynamic Systems Vorlesung (V)
    Technische Optik Vorlesung (V)
    Ethics in Natural Sciences
    Titel Typ Semester Ort
    ARS REFLECTIONIS. Verantwortlich denken und handeln in Technik, Wissenschaft und Innovation WS 23/24
    Ethics in the Lab Vorlesung WS 23/24
    Experimentalphysik
    Titel Typ Hinweis
    Theoretical Nanooptics Lecture (V) On-Site
    Astroteilchenphysik I: Dunkle Materie Vorlesung (V)
    Einführung in die Kosmologie Vorlesung (V)
    Elektronische Eigenschaften von Festkörpern I Vorlesung (V)
    Grundlagen der Nanotechnologie I Vorlesung (V)
    Theoretical Optics Vorlesung (V)
    Theorie der Kondensierten Materie II: Vielteilchentheorie Vorlesung (V)
    Mathematik
    Titel Typ Hinweis
    International Excellence Talk and MathSEE Lecture, Prof. Dr. Victoria Stodden Others (sonst.)
    Statistical Learning Lecture (V)
    Forecasting: Theory and Praxis Vorlesung (V)
    Funktionalanalysis Vorlesung (V)

    Requirements: Knowledge of Lebesgue integrals

    Grundlagen der Wahrscheinlichkeitstheorie und Statistik für Studierende der Informatik Vorlesung (V)

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

    Höhere Mathematik II für die Fachrichtung Physik Vorlesung (V)
    Höhere Mathematik III für die Fachrichtung Physik Vorlesung (V)
    Lineare Algebra I für die Fachrichtung Informatik Vorlesung (V)
    Mathematical Modelling and Simulation Vorlesung (V)
    Probability and Statistics Vorlesung (V)

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

    Selected Topics in Harmonic Analysis Vorlesung (V)

    Requirements: Knowledge of Lebesgue integrals

    Statistik Vorlesung (V)

    setzt solide Kenntnisse in der Wahrscheinlichkeitstheorie voraus

    Machinenbau
    Titel Typ Hinweis
    Modelling and Simulation Lecture (V) On-Site
    Introduction to Nonlinear Vibrations Lecture (V) On-Site
    Numerische Lösung Nichtlinearer Gleichungen Vorlesung (V)
    Nichtlineare Optimierungsmethoden Vorlesung (V) Online
    Meteorologie und Klima
    Titel Typ Hinweis
    Allgemeine Meteorologie Vorlesung (V)

    breite Einführung in die gesamte Disziplin

    Einführung in die Synoptik Vorlesung (V)

    Einführung in die praktische Wettervorhersage

    Klimatologie Vorlesung (V)

    Einführung in Klimaaspekte

    letzte Änderung: 07.11.2024
    KIT – Die Forschungsuniversität in der Helmholtz-Gemeinschaft
    • Home
    • Impressum
    • Datenschutz
    • Barrierefreiheit
    • Sitemap
    • KIT