Newsdetails

Übergang CCCS -> RNCS: Wichtiges in Kürze

24.04.2017 09:10

Gründung Forschungsnetzwerk "Computational Sciences"

Am 12. April 2017 trafen sich 10 an "Computational Sciences & Big Data" interessierte Forschende der Uni Basel (6 weitere Interessierte konnten leider nicht teilnehmen) zur Gründungsversammlung des Forschungsnetzwerks "Computational Sciences" (engl. RNCS). Dieses Forschungsnetzwerk löst das Kompetenzzentrum "Computational Sciences" ab; der Schwerpunkt wird neu ausschliesslich auf Forschung ausgerichtet sein.
Interessierte Forschende der Uni Basel, des ETH D-BSSE, der FHNW sowie von weiteren forschungsorientierten Institutionen oder Firmen sind eingeladen, sich zu beteiligen. Detaillierte Angaben zur Ausrichtung sowie zu Anschubförderung gibt Ihnen gerne Prof. Dr. O.A. von Lilienfeld, Tel. 061 207 3845, [anatole.vonlilienfeld-at-unibas.ch].

Wichtiges in Kürze:

  • Das CCCS wird im Sommer 2017 durch das neue RNCS abgelöst
  • Definierte thematische Schwerpunkte sind:
    - Machine Learning / Künstliche Intelligenz
    - High-Performance Computing
    - Personalisierte Medizin
  • Das RNCS fördert Anträge, die zur Einwerbung von Drittmitteln führen
    (z.B. SNF-SINERGIA Anträge von 2-4 Gesuchstellern)
  • Anschubfinanzierung wird nach dem "first come, first serve" Prinzip vergeben
  • Übergeordnetes Ziel: Etablierung eines Schwerpunkts "Computational Sciences" im
    universitären Entwicklungs- und Strukturplan 2021-2025

Bei Fragen bzw. Interesse erteilt Prof. Dr. O.A. von Lilienfeld gerne weitere Auskünfte.

-------------------------------------------------------------------------------------------------------------

Folgende SNF NFP-75 "Big Data" Projektanträge von Gesuchstellern der Universität Basel wurden 2016 bewilligt:

  • Prof. S. Gless: Legal Challenges in Big Data. Allocating Benefits, Averting Risks.
    Proposes to investigate legal questions related to and exemplified with autonomous driving.
  • Prof. H. Harbrecht: Big Data for Computational Chemistry: Unified machine learning and sparse grid combination technique for quantum based molecular design.
    The proposed project is about making quantum level predictions in chemical space (which is big) faster using sparse grid techniques.
  • Prof. V. Roth: weObserve: Integrating Citizen Observers and High Throughput Sensing Devices for Big Data Collection, Integration, and Analysis.
    Analysis of EU wide meteo radar data containing records on bird migration and geographical movements.
  • Prof. B.S. Elger: Ethical and legal regulation of Big Data research - towards a sensible and efficient use of electronic health records and social media data.
    Related with surveys of citizens questioned about the role of Big Data (i.e. "meta-Big-Data").