Kaiserslautern Applied and Industrial Mathematics Days – KLAIM 2023

mit den Schwerpunktthemen: Synthese von modellbasierten Ansätzen und datengesteuerten Techniken.

Ziel dieser Konferenz ist es, eine gemeinsame Plattform für Mathematiker:innen aus dem akademischen Bereich, Forschungslaboren und der Industrie am Standort zu bieten, um Ideen auszutauschen und aktuelle Ergebnisse vorzustellen. Das Format wird im Zwei-Jahres-Rhythmus (bi-annual) und international ausgerichtet.

Der Schwerpunkt der zweiten Ausgabe von KLAIM liegt auf der Synthese von Modellen und Daten.

Der Workshop wird gemeinsam vom Fraunhofer-Institut für Techno- und Wirtschaftsmathematik ITWM und dem Fachbereich »Mathematik« der TU Kaiserslautern ausgerichtet und organisiert.

Vortragende im Plenum
Folgende Sprecherinnen und Sprecher konnten wir gewinnen:

• Prof. Dr. Peter Benner (Max-Planck-Institut Magdeburg, Schwerpunkt Berechnungsmethoden in der System- und Kontrolltheorie)
• Dr. Robert Bixby (Rice University, Schwerpunkt lineare und ganzzahlige Optimierung)
• Prof. Dr. Gitta Kutyniok (Ludwig Maximilians Universität München, Schwerpunkt Mathematische Grundlager der Künstlichen Intelligenz)
• apl. Prof. Dr.-Ing. Jörg Fehr (Universität Stuttgart, Institut für Technische und Numerische Mechanik, Schwerpunkt Fahrsicherheit und Modellreduktion in elastischen Mehrkörpersystemen)
• Assoz. Prof. Mag. Dr.techn Ivana Ljubic (ESSEC Business School und Akademische Direktorin für Executive MBA-Programme, Professorin für Betriebsforschung)
• Dr. Kevin Sturm (Technische Universität Wien, Institut für Analysis und Scientific Computing, Assistenzprofessor für Numerische Optimierung)
• Prof. Dr. rer. nat. Matthias Scherer (Technische Universität München, Professur für Risiko und Versicherung)

Programm und Themenschwerpunkte
Das Programm gliedert sich in die fünf folgenden Bereiche:

1. Modelle und Daten über Skalen und Domänen in technischen Anwendungen
2. Risikomanagement und Maschinelles Lernen
3. Simulation und Optimierung in der Fluiddynamik
4. Mathematische Programmierung: Unsichere Daten und multikriterielle Optimierung
5. Analyse von Materialstrukturen: Bilddaten, Maschinelles Lernen und stochastische Geometrie