Hugo Math
Externer Doktorand
Lehrstuhl für Maschinelles Lernen und Maschinelles Sehen
| Telefon: | +49 (821) 598 4386 |
| E-Mail: | Hugo.Math@bmwgroupbmwgroup.com () |
| Raum: | 1025 (N) |
| Adresse: | Universitätsstraße 6a, 86159 Augsburg |
Lebenslauf
Lebenslauf:
- 2023 - Jetzt: Promotionsstudent an der Universität Augsburg & bei BMW in München
- 2022 - 2023: Master of Business Administration an der IAE Dijon
- 2018 - 2023: Master of Science in Ingenieurwissenschaften an der Polytech Dijon
Forschungsinteressen:
- Deep Learning für maschinell generierte Daten
- Selbstüberwachtes Lernen
- Sequenzklassifikation
Forschungsinteressen:
Ich bin derzeit Doktorand an der Universität Augsburg und Teil des BMW-Förderprogramms. Mein Hauptforschungsgebiet konzentriert sich darauf, wie maschinell generierte Daten aus Autos mit Deep-Learning-Methoden zur automatisierten Fehlererkennung genutzt werden können. Dazu gehören NLP-basierte Modelle, Sequenzklassifizierungen und unüberwachtes Lernen in einem Big-Data-Umfeld.
Veröffentlichungen
2025
|
2025 |
|
Hugo Math, Rainer Lienhart and Robin Schön. 2025. Harnessing event sensory data for error pattern prediction in vehicles: a language model approach. DOI: 10.1609/aaai.v39i18.34138 |
|
Hugo Math, Robin Schön and Rainer Lienhart. 2025. One-shot multi-label causal discovery in high-dimensional event sequences. |
|
Hugo Math and Rainer Lienhart. 2025. Towards practical multi-label causal discovery in high-dimensional event sequences via one-shot graph aggregation. DOI: 10.48550/arXiv.2509.19112 |