Prof. Dr. Maik Kschischo
-
Professor für Biomathematik
Arbeitsscherpunkte
- Machine Learning
- Statistische Analyse komplexer Daten
- Mathematische Modellierung
mit Schwerpunkt in Medizin und Biologie
Kontakt
-
Prof. Dr. Maik Kschischo
Hochschule Koblenz
Fachbereich Mathematik und Technik
Biomathematik
Joseph-Rovan-Allee 2
53424 Remagen
++ 49 (0) 2642932330
kschischo@hs-koblenz.de
Prof. Dr. Maik Kschischo
kschisch@hs-koblenz.de
02642 932 330
Veröffentlichungen
Grundlagenforschung
Wir entwickeln Machine Learning Methoden, analysieren Daten und entwickeln mathematische oder statistische Modelle für biologische und medizinische Fragestellungen.
Methodische Schwerpunkte sind
- zeitabhängige Daten und Lernen von Differentialgleichungen (Modellfehler, Neural ODEs)
- Datenassimilationsmethoden
- Datengetriebene Kontrolle und Steuerung dynamischer Systeme (Model Predictive Control, Reinforcement Learning)
- Methoden zur Integration multimodaler und hochdimensionaler biomedizinischer Daten
- Bioinformatik in der Krebsforschung
Anwendungsbezogene Forschung
Anwenungsgebiete sind
- Krebsforschung (insbesondere Verständnis von chromosomaler Instabilität, Medikamentenresistenz, Tumorheterogenität)
- Klinische Entscheidungsunterstützung mit KI-Methoden
Gutachtende Tätigkeiten
Gutachten bei Forschungsanträgen für
- BBSRC
- DFG
- BMBF
- EU
Gutachter bei verschieden Zeitschriften, u.a.
Cancer Research, Nature, Bioinformatics, PLOS Com-
putational Biology, BMC Bioinformatics, Microarrays,
European Physical Journal (EPJ) E, Bulletin of Math-
ematical Biology, Journal of Statistical Software, Brief-
ings in Bioinformatics, Physics Letters A, Physical Re-
view E, IEEE Transactions on Automatic Control
Erhaltende Auszeichnungen, Preise, Ehrungen
Lion Bioscience Innovation price (2002)
Besondere Expertise
Grundlagenforschung
- Machine Learning (ML): Self-Supervised Learning, (Semi) Supervised Learning, Artificial Neural Network (ANN), Decision Tree, Bayesian Neural Networks, Model Based, Generative Models, Dimensionality Reduction, Feature Engineering/Feature Extraction
- Knowledge-Based Systems: Causality
- Robotik: Steuerungsalgorithmen, Simulationstechnik
Anwendungsbezogene Forschung
KI-Veranstaltungen
- 18.07.2023 - 20.07.2023: SafeAI and Data Governance in Clinical Decision Making
KI-Forschungsprojekte
- Data2Health: Data2Health: Vertrauenswürdige Datenanalysen für das Gesundheitswesen.
Laufzeit: 09.01.2022 - 10.03.2023, Zuwendungsgeber: Ministerium für Wissenschaft und Gesundheit Rheinland Pfalz - Sepski: Datengetriebene KI-Systeme zur individualisierten Früherkennung und Behandlungsoptimierung von Sepsis in Krankenhäusern
Laufzeit: 01.01.2022 - 01.03.2023, Zuwendungsgeber: Ministerium für Wissenschaft und Gesundheit, RlP - GTT: Ein Global-Trigger-Tool (GTT) für COVID-19-bedingte Schwerstschadensereignisse in Krankenhäusern
Laufzeit: 03.01.2021 - 10.03.2022, Zuwendungsgeber: Ministerium für Wissenschaft und Gesundheit, RlP - SEEDS: SEEDS: Entdeckung struktureller Modellfehler in dynamischen Systemen
Laufzeit: 03.01.2017 - 01.03.2024, Zuwendungsgeber: Deutsche Forschungsgemeinschaft (DFG)