Ihr Aufgabengebiet umfasst die Entwicklung von Methoden der Simulation Based Inference (SBI), insbesondere der Diffusionsmodelle und Anwendung auf die Analyse von Daten der Experimente am Large Hadron Collider (LHC).
• Implementierung der SBI-Methoden
• Skalierung der SBI-Methoden auf verteilte Computersysteme
• Erweiterung der SBI-Methoden im Hinblick auf ihre Interpretierbarkeit
• Anwendung der SBI-Methoden auf die Analyse von LHC-Daten.
Diese Arbeit findet im Rahmen des Projekts Neural-based Diffusion Likelihood-free Estimations (NEEDLE) statt. Dieses gemeinsame Projekt von KIT und DESY wird durch Helmholtz AI gefördert.
Die Tätigkeit ist zur Promotion geeignet.
EG 13, sofern die fachlichen und persönlichen Voraussetzungen erfüllt sind.
3 Jahre.
31.07.2024
Fachliche Auskünfte erteilt Ihnen gerne Herr Prof. Dr. Ulrich Husemann, ulrich.husemann@kit.edu, Tel. +49 721 608- 24038.