Prof. Dr.-Ing. Tobias Meisen
Professor für Technologien und Management der Digitalen Transformation
Forschungsinteressen:
- Deep and Machine Learning
- Deep Reinforcement Learning
- Explainable and Transparent Artificial Intelligence
- Knowledge Graphs
- Semantic Interoperability
Biographie
Tobias Meisen ist seit September 2018 Professor des Institute for Technologies and Management of Digital Transformation (TMDT) an der Bergischen Universität Wuppertal. Außerdem ist er Vorsitzender des Interdisziplinären Zentrums für Data Analytics und Machine Learning (IZMD) und seit Oktober 2018 Gründungsbotschafter der Fakultät für Elektrotechnik, Informationstechnik und Medientechnik. Außerdem ist er Mitgründer der Hotsprings GmbH, die mittlerweile ein Teil der umlaut ist.
In seiner täglichen Arbeit widmet sich Tobias Meisen der Digitalen Transformation, insbesondere dem modernen Informationsmanagement in einer vernetzten, digitalen Welt. Den Schwerpunkt seiner Forschung bilden die Konzeptionierung, Entwicklung und Einführung von autonomen technischen Systemen mit Fokus auf Deep Learning und Machine Learning. In seinem zweiten Forschungsschwerpunkt widmet er sich der Sammlung und Integration digitaler Daten mit besonderem Fokus auf den evolutionären Aufbau und der Verwaltung von Knowledge Graphs.
Tobias Meisen ist studierter Informatiker mit den Vertiefungsgebieten Data Mining sowie Datenexploration und -management sowie promovierter Ingenieur. Von Oktober 2015 bis August 2018 war Tobias Meisen als Juniorprofessor an der RWTH Aachen University tätig. Unter anderem hat er hier im Rahmen des Exzellenzclusters „Integrative Produktionstechnik für Hochlohnländer“ seine Forschungsergebnisse eingebracht. Im Rahmen der ersten Förderphase der Exzellenzinitiative wurde er im März 2010 mit dem Young Researcher Award ausgezeichnet. Tobias Meisen ist Co-Autor und Autor von mehr als hundert wissenschaftlichen Publikationen und regelmäßig als Reviewer für verschiedene Konferenzen und Journals tätig. In den letzten Jahren begleiteten er und sein Team erfolgreich eine Vielzahl von Forschungs- und Entwicklungsvorhaben mit Partnern aus Forschung und Industrie.
- 2024
- Langer, T., Meyes, R., & Meisen, T. (2024). "Guided Exploration of Industrial Sensor Data" , Computer Graphics Forum , 43 (1),
- Weiss, M., Brierley, N., Schmid, M., & Meisen, T. (2024). "End-To-End Deep Learning Material Discrimination Using Dual-Energy LINAC-CT" , e-Journal of Nondestructive Testing , 29 (3),
- Hütten, N., Alves-Gomes, M., Hölken, F., Andricevic, K., Meyes, R., & Meisen, T. (2024). "Deep Learning for Automated Visual Inspection in Manufacturing and Maintenance: A Survey of Open- Access Papers" , Applied System Innovation , 7 (1), 11.
- Alves-Gomes, M., Meyes, R., Meisen, P., & Meisen, T. (2024). "It’s Not Always about Wide and Deep Models: Click-Through Rate Prediction with a Customer Behavior-Embedding Representation" , Journal of Theoretical and Applied Electronic Commerce Research , 19 (1), 135—151.
- Tousside, B., Frochte, J., & Meisen, T. (2024). "CNNs Sparsification and Expansion for Continual Learning" in Proceedings of the 16th International Conference on Agents and Artificial Intelligence , SCITEPRESS - Science and Technology Publications 110—120.
ISBN: 978-989-758-680-4
zuletzt bearbeitet am: 29.10.2024