午夜探花

Institut f眉r Stochastik

Forschungsschwerpunkte

  • Stochastische Geometrie
    • Zuf盲llige Punktprozesse und zuf盲llige Mosaike
    • Keim-Korn Modelle
    • Statistische Analyse von (bin盲ren) Bilddaten
    • Monte-Carlo-Simulation
  • R盲umliche Statistik, Geostatistik
    • Detektion geometrischer Eigenschaften in komplexen Bildmustern
    • Korrelation der Nanostruktur und der makroskopischen Eigenschaften von Materialien (virtuelles Materialdesign)
    • Anwendung statistischer Analysen bei (mikroskopischen und geographisch abgebildeten) Bilddaten, quantitative Charakterisierung ihrer morphologischen Struktur
  • Rechengest眉tzte Statistik
  • Stochastische Bildanalyse und Bildverarbeitung
  • Fraktale Geometrie
  • Stochastische Netzwerke
  • Zuf盲llige Felder
  • Lithium-Ionen Batterien 
    • Entwicklung und Implementierung von Methoden zur Berechnung verschiedener physikalischer Kenngr枚脽en aus Bilddaten von Lithium-Ionen Batterien.
    • Entwicklung und Implementierung eines Anpassungsalgorithmus unter besonderer Ber眉cksichtigung wichtiger pysikalischer Eigenschaften und 3D-Segmentierung von Bilddaten.
    • Stochastische Modellierung von Analyse von Rissbildung in Lithium-Ionen-Baterrien

[1] O. Furat, L. Petrich, D. Finegan, D. Diercks, F. Usseglio-Viretta, K. Smith and V. Schmidt, Artificial generation of representative single Li-ion electrode particle architectures from microscopy data. npj Computational Materials 7 (2021), 105.

Modellierung der 盲u脽eren Form und Kornarchitektur von Kathodenpartikeln in Lithium-Ionen Batterien. [1]
  • Brennstoffzellen
    • Datengetriebene Struktur-Eigenschafts-Analyse von SFC-Brennstoffzellen mittels stochastischer Simulationsmethoden
  • Polykristalline Materialien
    • Stochastische Modellierung von Zwillingsbeziehungen in polykristallinen Materialien
    • Stochastische Modellierung der Kinetik von Kornwachstum in polykristalinen Materialien
Mikrostrukturelle Entwicklung von einer Kupfer-Aluminiumlegierung, gemessen mit 3D-R枚ntgenbeugungsmikroskopie. 2D Schnitte veraunschaulichen die Ver盲nderungen der inneren Kornformen w盲hrend des Erhitzens.
  • Verfahrenstechnische Anwendungen und Aggregationsprozesse 
    • Vergleich von Vorhersagemodellen f眉r Trennprozesse basierend auf statistischer Bildanalyse und Methoden des maschinellen Lernens
    • Mehrdimensionale probabilistische Charakterisierung von Schlackenmaterialien zur Optimierung von K眉hl-, Zerkleinerungs- und Trennprozessen
    • Stereologisches Vorhersagemodell f眉r die mineralogische 3D-Charakterisierung von Partikelsystemen in Schlackematerialien
    • Kombination von verfahrenstechnischen und computerbasierten Methoden zur Entwicklung von multivariaten Struktur- und Prozessmodellen f眉r Filterkuchen

[2] O. Furat, T. Kirstein, T. Lei脽ner, K. Bachmann, J. Gutzmer, U.A. Peuker, V. Schmidt, Multidimensional characterization of particle morphology and mineralogical composition using CT data and R-vine copulas. arXiv2301.07587 (2023).

Arbeitsablauf der datengesteuerte statistische Analyse von Schlacken-Deskriptoren aus 3D Bilddaten. [2,3]
  • Neuronale Netwerke
    • Generierung dreidimensionaler Strukturen aus zweidimensionalen Querschnitten mit Hilfe von generativen adversarial networks (GANs)
    • Generative adversarische Netze f眉r die Generierung von mehrphasigen Mikrostrukturdaten
    • Segmentierung von tomographischen Bilddaten mit Hilfe von Neuronalen Netzwerken basierend auf einer U-Net-Architektur

[3] O. Furat, D. Finegan, D. Diercks, F. Usseglio-Viretta, K. Smith and V. Schmidt, Mapping the architecture of single electrode particles in 3D, using electron backscatter diffraction and machine learning segmentation. Journal of Power Sources 483 (2021), 229148.

Links: U-Netz-Architektur. Mitte: Planarer Schnitt durch tomographische Bilddaten, die die polykristalline Mikrostruktur von Kathodenmaterials zeigt. Rechts: Die Ausgabe des U-Netzes zeigt verbesserte Korngrenzen. [3]
  • 3D Analyse, Modellierung und Simulation der Mikrostruktur in faserbasierten por枚sen Werkstoffen
    • Segmentierung und morphologische Analyse von Amyloidfibrillen aus Kryo-EM-Bilddaten
    • Copula-basierte Modellierung und Simulation von 3D-Systemen aus gekr眉mmten Fasern durch Isolierung von intrinsischen Fasereigenschaften und externen Effekten

[4] M. Weber, A. Grie脽er, E. Glatt, A. Wiegmann,  V. Schmidt, Modeling Curved Fibers by Fitting R-vine Copulas to their Frenet Representations. Microscopy and Microanalysis 29 (2022) 155-165.

Modelierung und Simulation von Einzelfasermodellen Oben: F眉nf Fasern aus gemessenen Daten, die bei 100 Schritten abgeschnitten wurden. Unten: F眉nf simulierte Fasern. Unter jeder Faser sind die entsprechenden Bindungswinkel (links) und Torsionswinkel (rechts) entlang der Faser dargestellt. [4]

  • Modellbasierte Prognose gebietsbezogener Wahrscheinlichkeiten f眉r das Auftreten von Wetterereignissen

    • Konstruktion von r盲umlichen stochastischen Modellen zur Darstellung von Niederschlagszellen und zur daraus abgeleiteten Darstellung von (punktbezogenen und gebietsbezogenen) Niederschlagswahrscheinlichkeiten

    • Probabilistische Vorhersage der Einspeisung von Solarstrom in Verteilungsnetze unter Verwendung von Prognosen der globalen horizontalen Sonneneinstrahlung

[5] P. Schaumann, M. de Langlard, R. Hess, P. James, V. Schmidt, A calibrated combination of probabilistic precipitation forecasts to achieve a seamless transition from nowcasting to very short-range forecasting. Weather and Forecasting 35 (2020) 773--791.

Punktbezogene Niederschlagswahrschein- lichkeiten f眉r Wettermessstationen des Deutschen Wetterdienstes. [5]

Projekte

  • GeoStoch-Projekt f眉r r盲umliche Statistik
  • Limit theorems for spatial stochastic models - Kooperation mit der Lomonosov State Universit盲t, Moskau, Russland (DAAD) (Ansprechpartner: Prof. Spodarev)
  • Computer-basierte Klassifikation von Fullerenen (Details), (in Zusammenarbeit mit Skoltech, Moskau), Ansprechpartner: A. Bille, Prof. Spodarev
  • Detektion von Wendepunkten und Exkursionsmengen von zuf盲lligen Feldern mit langem Ged盲chtnis, gef枚rdert von der (DFG) an der Universit盲t Ulm, Ansprechpartner: Dr. Makogin, Prof. Spodarev
  • Kooperation mit dem und dem zum Thema "Statistical analysis and modeling of root measures for the description of spatiotemporal root patterns, using experimental and simulated image data gained by X-ray CT and root architecture models", gesponsert bei (DFG), seit 2019, Ansprechpartner: Prof. Volker Schmidt
  • Kooperation mit der in Berlin sowie mit mehreren franz枚sischen Partnergruppen zum Thema "Micromechanical behavior of nanostructured oxids at very high temperature - Experimental investigations and virtual multiscale materials design", gesponsert bei (DFG), in the framework of the collaboration between ANR and DFG, seit 2020, Ansprechpartner: Prof. Volker Schmidt
  • Characterization of fabrication-microstructure-property relationships for polymer-based battery materials, combining tomographic 3D imaging with modeling and simulation; Projekt im Rahmen des gesponsert bei (DFG), seit 2020, Ansprechpartner: Prof. Volker Schmidt
  • Kooperation mit dem GB Forschung und Entwicklung, Offenbach, zum Thema "Kombination von stochastischer Modellierung und maschinellem Lernen in der probabilistischen Wettervorhersage", seit 2020, Ansprechpartner: Prof. Volker Schmidt
  • Kooperation mit dem Institut f眉r Funktionelle Nanosysteme der Universit盲t Ulm zum Thema "Reverse-Engineering der Kinetik von Kornwachstum mittels zeitaufgel枚ster Rekonstruktion der 3D-Mikrostruktur und mosaikbasierter Modellierung", gesponsert bei (DFG), seit 2021, Ansprechpartner: Prof. Volker Schmidt
  • Agglomeration durch hochintensives Mischen (Mechano-Fusion) - Ein integrierter Ansatz f眉r die Synthese ma脽geschneiderter Heteroaggregate durch Kombinieren von Experimente mit 2D- und 3D-Strukturcharakterisierung durch Bildanalyse und stochastische Modellierung; Projekt im Rahmen des gesponsert bei (DFG), seit 2021, Ansprechpartner: Prof. Volker Schmidt
  • Kooperation mit in Fontainebleau zum Thema mData-driven stochastic 3D microstructure modeling for learning mechanical properties (SMILE), gesponsert bei (BMBF) im Rahmen der F枚rderung von deutsch-franz枚sischen Projekten zum Thema k眉nstliche Intelligenz, seit 2021, Ansprechpartner: Prof. Volker Schmidt
  • Mehrdimensionale probabilistische Charakterisierung von Schlackenmaterialien zur Optimierung von K眉hl-, Zerkleinerungs- und Trennprozessen mit Hilfe statistischer Bildanalyse und maschinellem Lernen; Projekt im Rahmen des gesponsert bei (DFG), seit 2022, Ansprechpartner: Prof. Volker Schmidt
  • Verbundprojekt zum Thema "Holistische Methode eines kombinierten daten- und modellbasierten Elektrodendesigns unterst眉tzt durch k眉nstliche Intelligenz (HiBRAIN)" im Rahmen der F枚rderma脽nahme des Bundesministeriums f眉r Wirtschaft und Klimaschutz (BMWK) "Angewandte nichtnukleare Forschungsf枚rderung" im 7. Energieforschungsprogramm 鈥濱nnovationen f眉r die Energiewende鈥�, seit 2022, Ansprechpartner: Prof. Volker Schmidt
  • Modellbasierte Regelung der Spr眉htrocknung von strukturierten Granulaten mit spezifizierten Eigenschaften durch Transferfunktionen, hergeleitet mittels multivariater stochastischer Modelle und maschineller Lernverfahren. Projekt im Rahmen des Schwerpunktprogramms "Autonome Prozesse in der Partikeltechnik - Erforschung und Erprobung von Konzepten zur modellbasierten F眉hrung partikeltechnischer Prozesse" (SPP 2364), gesponsert bei (DFG), seit 2022, Ansprechpartner: Prof. Volker Schmidt
  • BMBF-Verbundprojekt "Datengetriebene Struktur-Eigenschafts-Analyse mittels stochastischer und numerischer Simulationsmethoden -- Workflow zur Strukturoptimierung von SOFC-Brennstoffzellen", im Rahmen der Schwerpunktf枚rderung "Mathematik f眉r Innovationen" als Beitrag zur Methodenentwicklung im Umgang mit Herausforderungen in Digitalisierung und Nachhaltigkeit, gesponsert bei (BMBF), seit 2022, Ansprechpartner: Prof. Volker Schmidt
  • Kooperation mit dem der TU Bergakademie Freiberg zum Thema "Entwicklung von multivariaten Struktur- und Prozessmodellen f眉r Filterkuchen, durch die Kombination von experimentellen verfahrenstechnischen und digitalen computerbasierten Methoden", gesponsert bei (DFG), seit 2023, Ansprechpartner: Prof. Volker Schmidt
  • BMBF-Verbundprojekt "Digitales Elektrodendesign f眉r Festk枚rperbatterien", gesponsert bei (BMBF), seit 2023, Ansprechpartner: Prof. Volker Schmidt

Abgeschlossene Projekte

  • Stochastische 3D-Strukturmodelle zur hierarchischen Strukturierung hochkapazitiver Elektroden - HiStructures; Projekt im Rahmen des Kompetenzclusters zur Batteriezellproduktion, gesponsert bei (BMBF), 2019 -2023
  • Projekt im Rahmen des Schwerpunktprogramms gesponsert bei (DFG), 2017 - 2023
  • Kooperation mit dem Institute of Protein Biochemistry der Universit盲t Ulm zum Thema "Untersuchung des Einflusses von Umgebungsfaktoren auf die Struktur katalytischer Amyloidffibrillen", gesponsert bei (DFG), 2018 - 2022
  • Kooperation mit der zum Thema "Selektive, nicht-chemische Bek盲mpfung von Giftpflanzen in extensiven Gr眉nlandbest盲nden", gesponsert bei (BMEL), 2018 - 2022
  • BMBF-Verbundprojekt "Fl盲chenbezogene Modellierung, Simulation und Optimierung von Solar-Einspeisung, Lastfluss und Steuerung f眉r Stromverteilnetze, unter Ber眉cksichtigung von Einspeisungsunsicherheiten", im Rahmen der Schwerpunktf枚rderung "Mathematik f眉r Innovationen in Industrie und Dienstleistungen", gesponsert bei (BMBF), 2018 - 2022
  • BMBF-Verbundprojekt "Modellbasierte Absch盲tzung der Lebensdauer von gealterten Li-Batterien f眉r die 2nd-Life Anwendung als station盲rer Stromspeicher", im Rahmen der Schwerpunktf枚rderung "Mathematik f眉r Innovationen in Industrie und Dienstleistungen", gesponsert bei (BMBF), 2018 - 2022
  • Kooperation mit der Faculty of Mathematics and Physics zum Thema "Parametric representation and stochastic 3D modeling of grain microstructures in polycystalline materials using random marked tessellations", gesponsert bei (DFG), (GARC) and the of the Czech Academy of Sciences, 2017 -2020
  • Kooperation mit dem GB Forschung und Entwicklung, Offenbach, zum Thema "Stochastische Geometrie in der probabilistischen Wettervorhersage", 2013 - 2020
  • Kooperation mit dem Institute of Systematic Botany and Ecology der Universit盲t Ulm zum Thema "Wassertransport in Pflanzen als Vorbild f眉r bionische Transportsysteme bei Unterdruck", gesponsert bei (MWK), 2018 - 2019
  • Multiskalige stochastische Modellierung der 3D Strukturen von hierarchisch strukturierten Kompositmaterialien f眉r elektrochemische Energiespeicher; Projekt im Rahmen des Forschungsverbundes , gesponsert bei (BMWI), 2016 - 2019
  • Stochastische 3D Strukturmodelle zur Mikrostrukturoptimierung hochkapazitiver, strukturierter Elektroden; Projekt im Rahmen des Forschungsverbundes , gesponsert bei (BMBF), 2016 - 2019
  • Stochastische Raum-Zeit-Analyse von 3D Partikelstrukturen bei Scherung und statistische Validierung nmerischer DEM-Simulationen; Projekt im Rahmen des gesponsert bei (DFG), 2014 - 2018
  • Kooperation mit der in Brisbane (Australien) zum Thema "Advanced Monte Carlo methods for spatial processes", gesponsert bei 2014 - 2017
  • Stochastische Partikelmodelle zur Quantifizierung von Zusammenh盲ngen zwischen Prozessvariablen, Strukturkenngr枚脽en und mechanischen Stoffeigenschaften; Projekt im Rahmen des gesponsert bei (DFG), 2013 - 2017
  • Kooperation mit der , zum Thema "Stochastic 3D modeling of shale microstructures", 2013 - 2016
  • im Rahmen der Schwerpunktf枚rderung "Mathematik f眉r Innovationen in Industrie und Dienstleistungen", gesponsert bei (BMBF), 2013 - 2016
  • Kooperation mit der Department of Probability and Mathematical Statistics zum Thema "Random marked sets", gesponsert bei (DAAD) im Rahmen des projektbezogenen Personenaustausches mit Tschechien, 2014 - 2015
  • Kooperation mit der , Department of Mathematics and Statistics and Department of Geography and Earth Sciences zum Thema "Analysis, modeling and simulation of complex spatio-temporal data", gesponsert bei (DAAD) im Rahmen des projektbezogenen Personenaustausches mit Kanada, 2014 - 2015
  • Ein integrierter Ansatz f眉r hocheffiziente Einzel- und Mehrfachsolarzellen mit Bulk-Hetero眉bergang auf der Basis von funktionalisierten Oligothiophenen; Projekt im Rahmen des gesponsert bei (DFG), 2008 -2015
  • Industrie Kooperation mit zum Thema "Spatial stochastic modelling of telecommunication networks", 2000 - 2015
  • Kooperation mit der in Brisbane (Australien) zum Thema "Monte Carlo methods for spatial stochastic modeling", sponsored by (DAAD) im Rahmen des Go8 Australia-Germany Joint Research Co-operation Scheme, 2012 -2013
  • BMBF-Verbundprojekt "3D Analyse, Modellierung und Simulation der Mikrostruktur und Transportprozesse in faserbasierten por枚sen Materialien", im Rahmen der Schwerpunktf枚rderung "Mathematik f眉r Innovationen in Industrie und Dienstleistungen", sponsored by (BMBF), 2010 - 2013
  • Kooperation mit dem zum Thema "Neue Dialektometrie mit Methoden der statistischen Bildanalyse", sponsored by (DFG), 2007 - 2014
  • BMBF-Netzwerk "R枚ntgen- und Neutronenbasierte Untersuchungsmethoden f眉r PEM-Brennstoffzellen", im Rahmen der F枚rderinitiative "Netzwerke Grundlagenforschung erneuerbare Energien und rationelle Energieanwendung", sponsored by (BMBF), 2007 - 2010
  • at 午夜探花, sponsored by (DFG), 2007 - 2010
  • Industrial cooperation with on spatial stochastic modelling of geographical risks, in particular tropical cyclones in the northwest pacific and atlantic, 2006 - 2013
  • at 午夜探花, sponsored by (DFG), 2005 - 20
  • Analysis niederdimensionaler Strukturen in dreidimensionalen Bilddaten. Ein BMBF-Projekt in Kooperation mit TU-Kaiserslautern, Hochschule Darmstadt, ITWM und Ruprecht-Karls-Universit盲t Heidelberg (Ansprechpartner: Prof. Spodarev, Patricia Alonso-Ruiz
  • Bestimmung der Richtungsverteilung von Faserprozessen mit numerischer Inversion von Integral-Transformationen - gef枚rdert von der (DF
  • Geometrie und Asymptotik zuf盲lliger Strukturen (DFG-RFBR) - Kooperation mit St. Petersburg Branch of Steklov Mathematical Institute (POMI) und St. Petersburg State University
  • . Ein Projekt im Rahmen des Juniorprofessorenprogramms des Landes Baden-W眉rttemberg
  • Modellierung der Gasdiffusionslage in Brennstoffzellen
  • - Kooperation mit dem , zu Berlin
  • R盲umliche Risikoanalyse und Risikomodellierung in der Sachversicherung - Kooperation mit der
  • Statistical analysis of spatial point patterns - applications to economical, biomedical and ecological data (DFG-Graduiertenkolleg 1100)

Statistische Beratung

Das Institut f眉r Stochastik bietet statistische Beratung f眉r Institute der Universit盲t Ulm und Unternehmen an.

Bei Interesse melden Sie sich bitte bei Prof. Spodarev oder Prof. Schmidt.