// Dr. rer. nat. Frank Sehnke

Fachgebiet

Systemanalyse (Arbeitsgruppe SimOpt)

Kontakt

+49 711 78 70-303

Werdegang

Seit 2011 wissenschaftlicher Mitarbeiter am ZSW im Bereich Maschinelles Lernen mit Focus auf Tiefen Neuronalen Netzen (TNN) und Optimierung

2008-2012: Teil des Entwicklerteams der Machine Learning Bibliothek PyBrain. (www.pybrain.org)

2007-2010: Doktorand der Cognitive Robotics Gruppe an der TU München, Fakultät für Informatik.

Studium der Informatik an der Universität Tübingen; Abschluss 2005

2001-2006: Mitglied des RoboCup Teams „Attempto Tübingen

Arbeitsgebiete

  • Wind-, Photovoltaic-, Wasserkraft-Vorhersagen mit TNN unter Verwendung von „State of the Art“ Lernmethoden wie RBM Pretraining, RMSProp-, Adam-Training und „Automatic Feature Selection“
  • Atmospherische Ozon-Vorhersagen mit TNNs aus Satelliten UV and IR Spektraldaten.
  • Windpotential „Site Assessment“ mit TNNs and statistischen Methoden zur Erhaltung der Windgeschwindigkeitsverteilung.
  • Hauptentwickler des Frameworks P2IONEER: Optimierung von Energiesystemen mit konventioneller und erneuerbarer Erzeugung mit „Parameter-based Policy Gradients“.
  • Optimierung von Produktions-Systemen mit Modellbasiertem „Reinforcement Learning“ und Evolutionären Algorithmen unter Verwendung von TNNs und Gauss-Prozessen.
  • „Computer Vision“ für Wolkenzug Vorhersage für Photovoltaic „Now-Cast“

Auswahl Publikationen

Diese Website verwendet Cookies und Drittinhalte

Auf unserer Website verwenden wir Cookies, die für die Darstellung der Website zwingend erforderlich sind. Mit Klick auf „Auswahl akzeptieren“ werden nur diese Cookies gesetzt. Andere Cookies und Inhalte von Drittanbietern (z.B. YouTube Videos oder Google Maps Karten), werden nur mit Ihrer Zustimmung durch Auswahl oder Klick auf „Alles akzeptieren“ gesetzt. Weitere Einzelheiten erfahren Sie in unserer Datenschutzerklärung, in der Sie Ihre Einwilligung jederzeit widerrufen können.