Als Teil des bayerischen KI-Netzwerks verfolgt die KI Professur "Vernetzte urbane Mobilität - lernende Verkehrsinfrastruktur" das Ziel, Mobilität durch Methoden Künstlicher Intelligenz sicherer und nachhaltiger zu gestalten. Gemeinsam mit thematisch passenden KI-Professuren der TH Ingolstadt (THI), der HAW Landhut und der OTH Regensburg findet im KI-Mobilitätsknoten ein enger wissenschaftlicher Austausch statt. Der KI Mobilitätsknoten wird durch die High Tech Agenda Bayern gefördert.
Mit besonderer Forschungsstärke im Bereich Intelligent Mobility und individueller Betreuung im Rahmen der kooperativen Promotion bieten wir unseren Doktorandinnen und Doktoranden mit dem iDok optimale Voraussetzungen für eine erfolgreiche Promotion. Durch die enge Vernetzung und Zusammenarbeit mit Unternehmen und Kommunen eröffnen sich unseren Promovenden erstklassige Karrierechancen.
Prof. Dr. Weidl betreut in ihrer Forschungsprofessur "Vernetzte urbane Mobilität - lernende Verkehrsinfrastruktur" aktuell die folgenden Promotionen:
-
Chaar, Mohamad Mofeed: Autonomous driving under severe weather conditions
Unter der Leitung von Prof. Dr. Galia Weidl forscht Mofeed Chaar als Doktorand der Fakultät Ingenieurwissenschaften und Informatik, welche Einflüsse extreme Wetterbedingungen auf das autonome Fahren haben kann und wie diese umgangen werden können. Mofeed Char stammt aus Syrien und hat in 2021 seine Promotion an der TH AB aufgenommen.
-
Stang, Christopher: Analyse zum Potential von V2X-Kommunikation zur Verkehrsflussoptimierung und Reduzierung des Gesamtenergieverbrauchs
Im Rahmen einer kooperativen Promotion mit der TU München forscht Christopher Stang an der Fakultät Ingenieurwissenschaften und Informatik der TH Aschaffenburg, wie der Verkehrsfluss durch V2X-Kommunikation optimiert werden kann und welche Auswirkungen auf den Gesamtenergieverbrauch möglich sind.
-
Yeimy Valencia: Lernen mit KI-gestützter Software
Yeimy Valencia erarbeitet im Rahmen des Forschungsprojektes HASKI, wie unter Anwendung künstlicher Intelligenz die Lernprofile von Studierenden analysiert werden können, um weitere Empfehlungen für geeignete Lernpfade zu generieren.
-
Kontakt
Prof. Dr. Galia Weidl
-
Würzburger Straße 45
Raum C1/04/105
63743 Aschaffenburg - galia.weidl(at)th-ab.de
- (0 60 21) 4206 - 326
-
Würzburger Straße 45