Geförderte Projekte ab Januar 2022

Verständnis der Rolle von Alkalimetallionen in Perowskit-Dünnschichten mithilfe von robotergestützter Synthese und In-situ-Charakterisierungsmethoden

Prof. Dr. Christoph J. Brabec
Friedrich-Alexander-Universität Erlangen-Nürnberg
Materialien der Elektronik und der Energietechnologie

Dr. Carolin M Sutter-Fella
Lawrence Berkeley National Laboratory
Chemical Sciences Division


Fusion von InSAR- und Altimeter-Satellitendaten zur Verbesserung der Überwachung von globalen Gletschermassenänderungen

Prof. Dr. Matthias Braun
Friedrich-Alexander-Universität Erlangen-Nürnberg
Institut für Geographie

Dr. Alex Gardner
NASA Jet Propulsion Laboratory
Sea level and Ice Group


Wir lernen die visuelle Wahrnehmung unserer physikalischen Welt

Prof. Dr. Bernhard Egger
Friedrich-Alexander-Universität Erlangen-Nürnberg
Lehrstuhl für Informatik 9 (Graphische Datenverarbeitung)

Prof. Jiajun Wu
Stanford University
Computer Science Department


AKAP6 als therapeutisches Ziel in Herz- und Knochenerkrankungen

Prof. Dr. Felix B. Engel
Friedrich-Alexander-Universität Erlangen-Nürnberg
Klinikum: Nephropathologische Abteilung

Prof. Michael S. Kapiloff
Stanford University
Ophthalmology


Personalisierte KI-Methoden für Heterogene sequenzielle Daten

Prof. Dr. Björn Eskofier
Friedrich-Alexander-Universität Erlangen-Nürnberg
Machine Learning and Data Analytics Lab

Prof. Stephan Mandt
University of California, Irvine
Bren School of Information and Computer Science


Kosmologische Einsichten durch künstliche Intelligenz

Prof. Dr. Daniel Grün
Ludwig-Maximilians-Universität München
Institut für Astronomie und Astrophysik, Universitäts-Sternwarte München

Prof. Aaron Roodmann
Stanford University
SLAC National Accelerator Laboratory


Dünne und flexible Sulfid-basierte Elektrolytschichten mit integrierten Polymer-Bindemitteln für hochenergetische Lithium-Metall-Feststoffbatterien

Prof. Dr.-Ing. Kai-Olaf Hinrichsen
Technische Universität München
Lehrstuhl für Technische Chemie 1

Prof. Ping Liu
University of California, San Diego
Department of Nanoengineering


Neue Materialien mit Kagome-Strukturen als Kandidaten für verschränkte Quantenzustände

Prof. Dr. Dirk Johrendt
Ludwig-Maximilians-Universität München
Department Chemie

Prof. Ram Seshadri
University of California, Santa Barbara
Materials Research Laboratory


DeepCast: Zeitreihenmodellierung und Klassifikation mittels interpretierbaren und skalierbaren Deep Learning Methoden

Prof. Dr. Wolfgang Kellerer
Technische Universität München
Lehrstuhl für Kommunikationsnetze

Prof. Ram Rajagopal
Stanford University
Department of Civil and Environmental Engineering


Datenrechte für die Nutzer von Künstlicher Intelligenz

Prof. Dr. Jan Krämer
Universität Passau
School of Business, Economics and Information Systems

Dr. Georgios Petropoulous
Stanford University
Stanford Institute for Human-Artificial Intelligence


Mikrobielle Kontrolle des Bodenkohlenstoffkreislaufs im Klimawandel: Nanoskaläre Abbildung und Machine Learning Analysen räumlicher Muster der Interaktionen zwischen Mikroben, Mineralien und organischer Substanz

Prof. Dr. Dr. h.c. Ingrid Kögel-Knabner
Technische Universität München
Lehrstuhl für Bodenkunde

Dr. Noah Sokol
Lawrence Livermore National Laboratory (LLNL)
Physical & Life Sciences Directorate


Künstliche Intelligenz und maschinelles Lernen für die Bildanalyse von internetfähigen, miniaturisierten ophthalmologischen Handgeräten

Prof. Dr. Tim Lüth
Technische Universität München
Lehrstuhl für Mikrotechnik und Medizingerätetechnik

Dr. Franz Irlinger
Technische Universität München
Lehrstuhl für Mikrotechnik und Medizingerätetechnik

Dr. Gerrit R. J. Melles
University of California, San Diego
Center for Memory and Recording Research

Prof. Frank Talke
University of California, San Diego
Center for Memory and Recording Research


Machine Learning gestützte personalisierte Hirnstimulation zur Depressionsbehandlung

Prof. Dr. med. Frank Padberg
Ludwig-Maximilians-Universität München
Klinik für Psychiatrie und Psychotherapie

Ph.D. Martin Tik
Stanford University
Brain Stimulation Lab


Supramolekularer Einschluss von reaktiven Komponenten aus radioaktivem Abfall

PD Dr. Alexander Pöthig
Technische Universität München
Chemistry & CRC

Prof. Polly L. Arnold
University of California, Berkeley
NChemistry & LBNL


Patienten-spezifische Visualisierung von (Gefäß-)Anatomie in Mixed Reality zur Eingriffs- und Chirurgie-Planung

Prof. Dr. Michael Scholz
Friedrich-Alexander-Universität Erlangen-Nürnberg
Institut für Funktionelle und Klinische Anatomie

Prof. Dr. Bruce Daniel
Stanford University
Department of Radiology, Mixed reality Incubator


Vorhersage des Risikos für Parkinson-Erkrankung und Krankheitsverlauf durch Untersuchung an von Patienten-abgeleiteten Neuronen und Anwendung des künstlichen Intelligenz-basierten maschinellen Lernens

Prof. Dr. Wei Xiang
Friedrich-Alexander-Universität Erlangen-Nürnberg
Abteilung Moleculare Neurologie

Prof. Dr. Johannes Schlachetzki
University of California, San Diego
Department of Cellular und Molecular Medicine