Yannik Hahn, M.Sc.
Wissenschaftlicher Mitarbeiter
Forschungsinteressen:
- Machine and Deep Learning
- Natural Language Processing
- Explainable AI
Biographie
Yannik Hahn ist seit Juni 2021 als wissenschaftlicher Mitarbeiter und Doktorand am Institute for Technologies and Management of Digital Transformation an der Bergischen Universität Wuppertal tätig.
Herr Hahn studierte Informatik an der Heinrich-Heine-Universität Düsseldorf im Bachelor und dann im Master mit dem Schwerpunkt Machine Learning und Deep Learning. In seiner Masterarbeit untersuchte er die Fähigkeit von Transformer-basierten neuronalen Netzen, Texte sprachübergreifend zusammenzufassen. Am TMDT widmet er sich den Forschungsthemen Reinforcement Learning und Explainable AI.
Publikationen
- 2024
- Hahn, Y., Maack, R., Buchholz, G., Purrio, M., Angerhausen, M., Tercan, H., & Meisen, T. (2024). "Quality Prediction in Arc Welding: Leveraging Transformer Models and Discrete Representations from Vector Quantised—VAE" in Proceedings of the 33st ACM International Conference on Information & Knowledge Management .
ISBN: 979-8-4007-0436-9
- Hahn, Y., Kienitz, P., Wönkhaus, M., Meyes, R., & Meisen, T. (2024). "Towards Accurate Flood Predictions: A Deep Learning Approach Using Wupper River Data" , Water , 16 (23),
- 2023
- Hahn, Y., Langer, T., Meyes, R., & Meisen, T. (2023). "Time Series Dataset Survey for Forecasting with Deep Learning" , Forecasting , 5 (1), 315—335.
- Hahn, Y., Maack, R., Buchholz, G., Purrio, M., Angerhausen, M., Tercan, H., & Meisen, T. (2023). "Towards a Deep Learning-based Online Quality Prediction System for Welding Processes" , Procedia CIRP , 120 , 1047—1052.
- Bulow, F., Hahn, Y., Meyes, R., Meisen, T., & others, (2023). "Transparent and Interpretable State of Health Forecasting of Lithium-Ion Batteries with Deep Learning and Saliency Maps" , International Journal of Energy Research , 2023 ,
