Graduiertenschule MathSEED
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 singh ∂does-not-exist.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:
- SFB 1173 Wellenphänomene
- GRK 2218 SiMET – Simulation mechanisch-elektrisch-thermischer Vorgänge in Lithium-Ionen-Batterien
- GRK 2450 Maßgeschneiderte Multiskalenmethoden für Computersimulationen von nanoskaligen Materialien
- GRK 2078 Integrated engineering of continuous-discontinuous long fiber reinforced polymer structures
- GRK 2229 "Asymptotische Invarianten und Limiten von Gruppen und Räumen"
- SFB-TRR 165 "Waves to Weather"
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.
Titel | Typ | Hinweis |
---|---|---|
Biopharmazeutische Aufarbeitungsverfahren | Vorlesung (V) | |
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) | |
Wärmeübertragung II | Vorlesung (V) |
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) |
Titel | Typ | Hinweis |
---|---|---|
Astroteilchenphysik I: Dunkle Materie | Vorlesung (V) | |
Einführung in die Kosmologie | Vorlesung (V) | |
Elektronische Eigenschaften von Festkörpern I | Vorlesung (V) | |
Elektronische Eigenschaften von Festkörpern II, Supraleitung | Vorlesung (V) | |
Grundlagen der Nanotechnologie I | Vorlesung (V) | |
Grundlagen der Nanotechnologie II | Vorlesung (V) | |
Moderne Experimentalphysik I (Physik IV, Atome und Kerne) | Vorlesung (V) | |
Moderne Experimentalphysik II (Physik V, Moleküle und Festkörper) | Vorlesung (V) | |
Teilchenphysik I | Vorlesung (V) | |
Theoretical Nanooptics | Vorlesung (V) | |
Theoretical Optics | Vorlesung (V) | |
Theorie der Kondensierten Materie I | Vorlesung (V) | |
Theorie der Kondensierten Materie II: Vielteilchentheorie | Vorlesung (V) |
Titel | Typ | Hinweis |
---|---|---|
Computergrafik | Vorlesung (V) | |
Echtzeitsysteme | ||
Energy System Modelling | Block-Vorlesung (BV) | |
Formale Systeme | ||
Kognitive Systeme | ||
Medizinische Simulationssysteme I | Vorlesung (V) | |
Mustererkennung | Vorlesung (V) | |
Rechnerstrukturen | Vorlesung (V) | |
Robotik I - Einführung in die Robotik | Vorlesung (V) | |
Softwaretechnik II | Vorlesung (V) | |
Telematik | Vorlesung (V) |
Titel | Typ | Hinweis |
---|---|---|
Queering Media Theory: Women in Computation III |
Titel | Typ | Hinweis |
---|---|---|
Numerische Lösung Nichtlinearer Gleichungen | Vorlesung (V) | |
Nichtlineare Optimierungsmethoden | Vorlesung (V) | Online |
Titel | Typ | Hinweis |
---|---|---|
Elementare Geometrie | Vorlesung (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) | |
Classical Methods for Partial Differential Equations | Vorlesung (V) | |
Lineare Algebra I für die Fachrichtung Informatik | Vorlesung (V) | |
Mathematical Modelling and Simulation | Vorlesung (V) | |
Numerical Methods in Fluidmechanics | Vorlesung (V) | Basic knowledge in partial differential equations and numerical methods like finite differences, finite elements or finite volumes |
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 |
Statistik für Studierende der Biologie | Vorlesung (V) | Einführung zu gleichen Teilen in die Wahrscheinlichkeitstheorie und Statistik, sinnvoll für Doktoranden aus der Biologie/Umweltwissenschaften etc. mit geringen Kenntnissen in der Statistik |
Topological Data Analysis | Vorlesung (V) | online; asynchron (Vorlesung) / synchron (Übungen) |
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 |
Titel | Typ | Hinweis |
---|---|---|
Advanced Game Theory | Vorlesung (V) | |
Angewandte 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) | |
Social Choice Theory | 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) | |
Volkswirtschaftslehre III: Einführung in die Ökonometrie | Vorlesung (V) |