Menu
Forschungsschwerpunkt
Data Analysis, Artificial Intelligence, Visualization und Simulation
Übersicht

Übersicht

Im Auftrag des Kantons Graubünden bauen die FH Graubünden und das SIAF in Davos das Zentrum für Data Analytics, Visualization and Simulation (DAViS) auf, um Forschung, Industrie und Lehre in den Bereichen Datenanalyse und wissenschaftliches Rechnen zu bündeln und unterstützen mit dem Ziel, ein regionales Kompetenzzentrum zu etablieren.

Pi-Challenge: Weltrekordversuch an der FH Graubünden

Das Team des Zentrums für Datenanalyse, Visualisierung und Simulation (DAViS) der FH Graubünden stellt sich der Herausforderung, den Weltrekord bei der Berechnung von Pi aufzustellen. Erfahren Sie mehr dazu auf der Webseite zur Pi-Challenge.

Angebot

Angebot

Die Möglichkeiten der modernen Datennutzung zum Beispiel mittels Deep Learning oder etwa im Rahmen klimarelevanter Simulationen zur Vorhersage von Hochwasser/Lawinen sind ein immer wichtigerer Standortfaktor. DAViS bietet hierzu Forschung, Beratung und Service in allen Fragen der modernen Datenverarbeitung. Die Angebote von DAViS umfassen Data Mining, Machine Learning/Deep Learning, Datenvisualisierung und Simulation sowie Techniken des (massiven) Parallelrechnens für den Einsatz auf Hoch- und Höchstleistungsrechnern aktueller und zukünftiger Generationen.

DAViS bietet Forschungsleistungen als Partner oder im Auftrag, Beratung zu allen Fragen der Datenanalyse und dem wissenschaftlichen Rechnen sowie als Service Rechenleistung auf Abruf. DAViS ist ein Kooperationsprojekt zwischen FH Graubünden und SIAF in Zusammenarbeit mit dem Schweizer Hochleistungsrechenzentrum (CSCS) in Lugano.

DAViS ist nicht auf bestimmte Datenformate, Datenquellen oder Dateninhalte festgelegt. Besondere Expertise liegt aber in den Bereichen industrielle Logdaten und Life Science sowie in der Anbindung/Integration von CAD und BIM Modellen.

Mehrskalige Simulation auf Basis hoch aufgelöster Geometriemodelle (hier thermische Innenraumsimulation am Beispiel einer Bibliothek)
Mehrskalige Simulation
Mehrskalige Simulation auf Basis hoch aufgelöster Geometriemodelle (hier thermische Innenraumsimulation am Beispiel einer Bibliothek)
Klassifikation von Blumen mithilfe einer Support Vector Machine (SVM)
Machine Learning Klassifikation
Klassifikation von Blumen mithilfe einer Support Vector Machine (SVM)
Smart-Meter Datenanalyse mittels Deep Learning.
Smart-Meter Datenanalyse
Smart-Meter Datenanalyse mittels Deep Learning.
Methoden

Methoden

  • Machine Learning
  • Deep Learning
  • Data Mining und Process Mining
  • Predictive Maintenance
  • (Immersive) Datenvisualisierung
  • Linked (Open) Daten
  • Mehrskalige Simulation
  • Effiziente numerische Verfahren
  • Parallelrechnen/High-Performance Computing (HPC)
Ausstattung und Expertise

Ausstattung und Expertise

  • Life Science Daten (SIAF)
  • Industrielle Logdaten
  • Eigene Hardwarekapazitäten (SIAF und FH Graubünden)
  • Zugriff auf die HPC-Kapazitäten des CSCS in Lugano
  • Modellierung und Simulation
  • skalierbare Parallelisierungskonzepte
Fachwissen

Fachwissen

Mitarbeitende

Sie suchen eine Ansprechperson? In unserer Mitarbeitenden-Datenbank können Sie Mitarbeitende suchen oder nach verschiedenen Kriterien herausfiltern. Wir freuen uns auf Ihre Kontaktaufnahme.

Wissenschaftlicher Projektmitarbeiter
Stefano Balestra
Studienleiter
Giampiero Beroggi
Dozent
Dr. rer. nat Michael Burch
Dozent
Prof. Dr. Martin Bünner
Studienleiter
Prof. Corsin Capol
Dozentin
Dr. rer. nat Helena Jambor
Wissenschaftlicher Projektleiter
Thomas Keller
Dozent
Garvin Kruthof
Wissenschaftlicher Projektmitarbeiter
Curdin Marxer
Dozent
Prof. Dr. habil. Ralf-Peter Mundani
Forschungsleiter
Prof. Dr. Heiko Rölke
Wissenschaftlicher Projektmitarbeiter
Marco Schmid
Dozent
Gion Sialm
Dozent
Dr. Yves Staudt
Wissenschaftlicher Projektmitarbeiter
Alexander van Schie

Weiteres Teammitglied

Swiss Institute of Allergy and Astma Research (SIAF)
PD, Ph. D.Katja Bärenfaller
+41 81 410 08 49
katja.baerenfaller@siaf.uzh.ch

Publikationen

Das Schweizerische Institut für Informationswissenschaft (SII) ist in den Medien präsent, hält Referate und veröffentlicht Publikationen. Stöbern Sie durch unsere Publikationsdatenbank!

Studienangebote

Studienangebote

Kontakt

Kontakt

Forschungsleiter
Prof. Dr. Heiko Rölke