Prof. Dr. Daniel Gaida
Dr.Institut für Informatik (INF)
Campus Gummersbach
Steinmüllerallee 1
51643 Gummersbach
Postanschrift
+49 2261-8196-6204
daniel.gaida@th-koeln.de
Sprechstunden
Sprechstunde nach Vereinbarung in Raum 3.233 oder Zoom
Campus Gummersbach, Raum 3.233
Bei Fragen und Anregungen stehe ich Ihnen jederzeit sehr gerne zur Verfügung. Bitte melden Sie sich für einen Termin per E-Mail an.
Funktionen
- Prüfungsausschussvorsitzende/r
Lehrgebiete
- Künstliche Intelligenz
- Algorithmik
- Machine Learning, Deep Learning und Künstliche Intelligenz
- Cyber-Physische Systeme
- Bildverarbeitung und Computer Vision
- Suchen Sie ein Studierendenprojekt oder eine Abschlussarbeit? PROX (Project Exchange TH Köln)
Forschungsgebiete
-
Künstliche Intelligenz: Verteilte Künstliche Intelligenz unter Wahrung des Datenschutzes und der Datensouveränität
-
Cyber-Physische Systeme
Publikationen
- Fritz, Karl-Peter; Strauß, Henning; Rathfelder, Christoph; Bülau, André; Gaida, Daniel; Girdvainis, Dovydas; Marki, Gerhard (2022): Digitaler Retrofit : von Maschinen und Produktionsanlagen. Würzburg: Vogel Communications Group GmbH & Co. KG.
- Sharma, Pranav; Rüb, Marcus; Gaida, Daniel; Lutz, Heiko; Sikora, Axel (2020): Deep Learning in Resource and Data Constrained Edge Computing Systems. In: Machine Learning for Cyber Physical Systems : Selected papers from the International Conference ML4CPS 2020. 5. Fachkonferenz ML4CPS – MaschineKearnung For Cyber Physical Systems; Berlin, Germany; 12.03.-13.03.2020., S. 43 - 51. (peer-reviewed/Open Access)
- Gaida, Daniel; Wolf, Christian; Bongards, Michael (2016): Feed Control of Anaerobic Digestion Processes for Sustainable Renewable Energy Production : A Review. In: Renewable and Sustainable Energy Reviews. Vol. 68, S. 869 - 875.
- Gillespie, Philip D.; Gaida, Daniel; Hung, Peter C.; Kee, Robert J.; McLoone, Seán F. (2016): A Bias Compensated Cross-relation Approach to Thermocouple Characterisation. In: IFAC-PapersOnLine. Vol. 49, S. 43 - 48. (Open Access)
- Kern, Peter; Wolf, Christian; Gaida, Daniel; Bongards, Michael; McLoone, Sean (2014): COD and NH4-N estimation in the inflow of Wastewater Treatment Plants using Machine Learning Techniques. In: 2014 IEEE International Conference on Automation Science and Engineering (CASE). 2014 IEEE International Conference on Automation Science and Engineering (CASE); New Taipei, Taiwan; 18.08.-22.08.2014. (peer-reviewed)
- Bongards, Michael; Gaida, Daniel; Trauer, Oliver; Wolf, Christian (2014): Intelligent Automation and IT for the Optimization of Renewable Energy and Wastewater Treatment Processes. In: Energy, Sustainability and Society. Vol. 4. (peer-reviewed/Open Access)
- Zaefferer, Martin; Gaida, Daniel; Bartz-Beielstein, Thomas (2014): Multi-fidelity Modeling and Optimization of Biogas Plants. Köln: Technische Hochschule Köln (2/2014). (Open Access)
- Gaida, Daniel; Wolf, Christian; Meyer, Christian; Stuhlsatz, André; Lippel, Jens; Bäck, Thomas; Bongards, Michael; McLoone, Seán (2012): State Estimation for Anaerobic Digesters using the ADM1. In: Water Science and Technology. Vol. 66, S. 1088 - 1095. (peer-reviewed/Open Access)
- Ludwig, T.; Gaida, Daniel; Keysers, Christopher; Pinnekamp, Johannes; Bongards, Michael; Kern, Peter; Wolf, Christian; Brito, A. L. Sousa (2012): An Advanced Simulation Model for Membrane Bioreactors : Development, Calibration and Validation. In: Water Science and Technology. Vol. 66, S. 1384 - 1391. (peer-reviewed/Open Access)
- Gaida, Daniel; Wolf, Christian; Back, Thomas; Bongards, Michael (2012): Nonlinear Model Predictive Substrate Feed Control of Biogas Plants. In: 2012 20th Mediterranean Conference on Control & Automation (MED). 2012 20th Mediterranean Conference on Control & Automation (MED); Barcelona, Spain; 03.07.-06.07.2012. (peer-reviewed)
Lebenslauf
| 2016 bis 2021 |
Hahn-Schickard-Gesellschaft für angewandte Forschung e.V. Aufbau und Leitung der Forschungsgruppe für Künstliche Intelligenz seit 2018 KI Themen bei Hahn-Schickard |
|---|