15.03.2021
Neue Mini-Graduiertenschulen im Innovation Fund Programm des Clusters
In der dritten Ausschreibungsrunde im Rahmen unseres intramuralen Innovation Fund werden erstmalig sogenannte „Mini Graduate Schools“ gefördert – 5 davon konnten sich erfolgreich durchsetzen, sowie ein weiteres Einzelprojekt.
Um den Austausch zwischen verschiedenen wissenschaftlichen Disziplinen und die Umsetzung innovativer, risikoreiche Projekte zu fördern, können sich Mitglieder des Clusters um eine wettbewerbsfähige, institutionelle Clusterförderung ("Innovation Funds") bewerben.
Während in den ersten beiden Ausschreibungsrunden Projekte mit einer Kooperation zwischen zwei Arbeitsgruppen gefördert wurden, die verschiedene Bereiche oder Disziplinen abdecken, lag der Fokus in der Ausschreibung 2020 auf der Einrichtung von Mini Graduate Schools, die aus mehreren Teilprojekten bestehen. Die Idee ist, dass mehrere Arbeitsgruppen gemeinsam an einer größeren Forschungsfrage arbeiten, die für den Cluster relevant ist und einen sichtbaren Output generieren.
Erfolgreich waren in diesem Jahr 5 MiniGrad Schools mit je 4 Teilprojekten und ein Einzelprojekt, die nun eine Förderung über 3 Jahre erhalten:
- MiniGrad School "Compositionality in Minds and Machines"
Zeynep Akata, Matthias Bethge, Martin Butz, Peter Dayan, Enkelejda Kasneci, Eric Schulz, Felix Wichmann, Charley Wu - MiniGrad School „Machine Learning in Education“
Álvaro Tejero-Cantero, Benjamin Nagengast, Bob Williamson, Charley Wu, Detmar Meurers, Enkelejda Kasneci, Konstantin Genin, Kou Murayama, Thomas Grote, Ulf Brefeld, Ulrich Trautwein - MiniGrad School „Modeling and Understanding Spatiotemporal Environmental Interactions - MUSTEIN“
Martin Butz, Volker Franz, Bedartha Goswami, Hendrik Lensch, Nicole Ludwig, Georg Martius, Thomas Scholten, Carl-Johann Simon-Gabriel, Christiane Zarfl - MiniGrad School „Probabilistic Inference in Mechanistic Models - PIMMS“
Philipp Berens, Manfred Claassen, Reinhard Drews, Todd Ehlers, Jakob Macke - MiniGrad School „Uncovering the inner structure of medical images through generative modeling“
Christian Baumgartner, Philipp Berens, Sergios Gatidis, Matthias Hein, Hendrik Lensch, Jakob Macke, Bernhard Schölkopf - Einzelprojekt „Inductive bias of learning algorithms in climate science“
Bedartha Goswami, Ulrike von Luxburg