Ph.D. Trainingskurs 2023: Angewandte und Computermathematik in der Ingenieuranwendung
Kurs 2023: Aveiro, Portugal | Der Kurs konzentriert sich auf: Inverse Probleme, Signalverarbeitung (Analyse von Überwachungsdaten, Vorverarbeitung der erfassten Daten), Bayessche Statistik, maschinelle Lernverfahren basierend auf reproduzierenden Kernen, künstliche neuronale Netze und Deep Learning.
Kursbeschreibung
Angesichts der Tatsache, dass neue Paradigmen wie Deep Learning und erklärbare KI zunehmend quantitative Studien, Parameteridentifikation und Mustererkennung durchdringen, wachsen die Anforderungen an Doktoranden mit der Komplexität der Forschungsthemen und Anwendungsanforderungen. Leider sind die aktuellen Entwicklungen in diesen Bereichen sehr schnell und lassen sich nicht ohne weiteres in die Standardkurse in den Ingenieurwissenschaften oder in einzelne Kurse von Partnerinstitutionen einbauen. Es besteht daher ein allgemeiner Bedarf und eine hohe Nachfrage nach spezialisierten Ausbildungskursen zu diesen Themen.
Um diese Probleme im Rahmen des PARFORCE-Projekts anzugehen, wurden an der Universität Aveiro, Portugal, spezielle Ausbildungskurse angeboten. Dabei wurde ein Blended-Teaching-Ansatz mit dem Ziel verfolgt, Online-Kurse zu schaffen, die es ermöglichen, Ressourcen und Fachwissen zu bündeln, um Wissen auf eine sehr umfassende und zielgerichtete Weise zu vermitteln und den Studierenden die Möglichkeit zu geben, ihre eigenen Netzwerke in einem europäischen Umfeld zu schaffen.
Durchführung des Kurses
Der Kurs gliederte sich in zwei Teile: Einem Online-Teil, der zwischen dem 13. Februar und 24. Februar 2023 mit zwei Vorlesungen pro Woche stattfand, und einem einwöchigen hybriden Teil, der vom 6. bis 10. März 2023 stattfand, bei dem eine ausgewählte Anzahl von Studierenden nach Aveiro, Portugal, reiste und in einer klassischen Präsenzumgebung unterrichtet wurde, während eine zweite Gruppe den Dozenten online folgte. Dies ermöglicht es, diese Kurse als Testumgebung für einen Vergleich zwischen Online- und Präsenzkursen und -lehrmethoden zu nutzen. Zu diesem Zweck wurde der Online-Teil des Kurses durch eine Kombination aus synchronem und asynchronem Training durchgeführt, um den Hintergrund der Studenten für den hybriden Teil zu stärken, der dann effizient für die Projektarbeit und die Diskussion/Reflexion des Wissens genutzt werden kann. Darüber hinaus setzten sich die Teilnehmer aus einer Kombination von Studenten des Bauingenieurwesens mit verschiedenen Spezialisierungen sowie aus Studenten der Mathematik zusammen. Dies ermöglicht es ihnen, Lehrveranstaltungen und Projektarbeiten in Form von interdisziplinären Teams zu verfolgen und moderne wissenschaftliche Erkenntnisse in einem realistischen Ausbildungssetting zu erleben. Die teilnehmenden Studenten arbeiteten gemeinsam an der Durchführung von Bauingenieur-Experimenten in einer virtuellen Umgebung und präsentierten ihre Arbeit am Ende des Kurses. Der Lehrplan umfasste Schulungen in Bayes'scher Statistik und Methoden des maschinellen Lernens sowie Gastvorträge aus verschiedenen Ingenieurbereichen. Der Schwerpunkt des Kurses lag auf praktischer Erfahrung, und die Teilnehmer arbeiteten in Gruppen, um die geschulten Themen auf technische Probleme anzuwenden.
