Kathrin Hellmuth

Thema: Parameteridentifikation in PDE-Modellen der mathematischen Biologie - Erarbeitung der Forschungsfragen und -ergebnissen mit einem Team internationaler Wissenschaftler - Publikation in Fachartikeln, Vorstellung auf internationalen Konferenzen Lehre: Lineare Algebra 1, PDEs der mathematischen Physik, Mathematics of Machine Learning - Koordinatorische Leitung des Übungsbetriebs und der studentischen Mitarbeiter, Abstimmung mit dem Professor - Erstellung von Übungsmaterialien, Abhalten von Übungsstunden

Implementierung eines zusätzlichen Betrugserkennungssystem mittels Graph-Algorithmen sowie Machine Learning Techniken (neo4j, R): - Literaturrecherche - Implementierung und Vergleich zweier Ansätze

Institut für Mathematik und Informatik - Abhalten einer wöchentlichen Übungsstunde - Betreuung von Studierenden bei der Bearbeitung von Übungsblättern, Hilfestellung bei Fragen (JIM Projekt) - Klausuraufsicht und -korrektur

- Überarbeitung von Excel-Sheets zum Profittest und zur Auswertung eines Kalkulationssheets (VBA) - Erstellung von SAS-Programmen zur Provisionsberechnung bei nichtproduktiven Geschäftsvorfällen - Datenaufbereitung von Controlling-Daten - Marktvergleich Berufsunfähigkeitsversicherung

Pflege der Datenbank GROAB.de zu Großanlagenbau-Projekten - Einlernen weiterer Werkstudentinnen und Werkstudenten in Deutsch und Englisch - Generierung neuer Einträge in deutsch und englisch durch Recherche - Pflege alter Einträge

Theoretische und numerische Analyse eines inversen Problems zur Parameteridentifikation durch experimentelle Daten für ein PDE-Modell der mathematischen Biologie Theorie: - Herleitung der Parameter-Rekonstruierbarkeit - Verhalten der Bayesischen Rekonstruktion unter verschiedenen Modellskalen Numerik: - Implementierung eines Rekonstruktionsalgorithmus mittels Optimierung durch Gradientenverfahren, Test an synthetischen Daten

- Schwerpunkte: Statistik, stochastische Integration & stochastische Differentialgleichungen, Finanz- & Versicherungsmathematik, Quantifizierung von Unsicherheiten, partielle Differentialgleichungen - Bearbeitung und Abgabe von Übungsblättern in Teamarbeit - Präsentation von wissenschaftlichen Artikeln in Seminaren - Masterthesis: Computing the Black Scholes equation with uncertain volatility using the stochastic Galerkin method and a Bi-Fidelity approach - Note: 1,0

- Schwerpunkte: Stochastik, Finanzmathematik, Analysis - Bachelorthesis: Die Totalkrümmung geschlossener Kurven - Note: 1,0

Note: 1,0