Angezeigt werden alle derzeitig geförderten Projekte. Eine Auflistung abgeschlossener Projekte (ab 2008) finden Sie hier
.
| | DFG-Einzelförderung im Normalverfahren |
|
| | Rekursive und sparse Approximationen für Reinforcement Learning mit Anwendungen (>> mehr)
Projektleitung: Ch. Bayer, V. Spokoiny, D. Belomestny (Universität Duisburg-Essen)
1. Juni 2022 - 31. Mai 2025 |
|
|
| | Numerische Analysis von rauhen partiellen Differentialgleichungen (>> mehr)
Projektleitung: Ch. Bayer, J. G. M. Schoenmakers, R. Kruse
15. Juli 2016 - 28. Februar 2023 |
|
|
| | Numerik für raue Pfade und stochastische partielle Differentialgleichungen
Projektleitung: Ch. Bayer
1. April 2020 - 31. März 2023 |
|
|
| | Optimal control in energy markets using rough analysis and deep networks (>> mehr)
Projektleitung: Ch. Bayer, P. Friz, J. G. M. Schoenmakers, V. Spokoiny
1. Januar 2019 - 31. März 2025 |
| | Volatile Electricity Markets and Battery Storage: A Model-Based Approach for Optimal Control (>> mehr)
Projektleitung: Ch. Bayer, M. Landstorfer, Dörte Kreher
1. Mai 2022 - 31. März 2025 |
| | Bayesian optimization and inference for deep networks
Projektleitung: V. Spokoiny, Claudia Schillings
1. Januar 2023 - 31. Dezember 2024 |
| | Quantitative Gewebedruckdarstellung durch PDE-informierte Assimilation von MR-Daten (>> mehr)
Projektleitung: A. Caiazzo, K. Tabelow, I. Sack (Charité)
1. Januar 2022 - 31. Dezember 2023 |
|
|
| | Approximative Bayes'sche Inferenz und Modellwahl für stochastische Differentialgleichungen (SDGn) (>> mehr)
Projektleitung: V. Spokoiny, M. Opper (TU Berlin), S. Reich (Universität Potsdam)
1. Juli 2017 - 30. Juni 2025 |
|
