Direkt zum Inhalt

Fachbereich Elektrotechnik, Maschinenbau & Technikjournalismus

Alexander Hagg (DE)

Dr. Alexander Hagg

Post-Doktorand/Künstliche Intelligenz (Surrogate Modeling)/Künstliche Intelligenz (Optimization)

Gliederung

Fachbereich Elektrotechnik, Maschinenbau & Technikjournalismus

Forschungsfelder

  • Computer Aided Ideation, Computer Aided Intuition
  • Optimization, insb. evolutionary algorithms, quality diversity, phenotypic niching
  • Surrogatmodellierung und maschinellem Lernen, insb. Gaußprocessregression, neuronale Netze, Neuroevolution
  • Computer Vision
  • Robotics

Standort

Sankt Augustin

Adresse

Grantham-Allee 20

53757 Sankt Augustin

Forschungsprojekte

Full Domain Analysis for Fluid Mechanics

Methoden der künstlichen Intelligenz können uns auf effizienter Art und Weise frühzeitig helfen, Nachwirkungen von Anforderungen, Randbedingungen und Entscheidungsprozessen zu verstehen. Die Algorithmen werden üblicherweise in späten Stadien von ingenieurswissenschaftlichen Entwicklungsprojekten eingesetzt. Wir wollen das umkehren und IngenieurInnen schon früh zeigen, welche Lösungsarten ihre Anforderungen erfüllen.

Project management at the H-BRS

Dr. Alexander Hagg
Teaser Placeholder
KISs-BiS - Künstliche Intelligenz für den Spitzensport im Spannungsfeld zwischen Big und Small Data

Der Nutzen von Methoden der künstlichen Intelligenz und des maschinellen Lernens im Sport ist unbestritten, jedoch treten bei der Umsetzung in die Praxis gravierende Probleme auf, was den Zugang zu Ressourcen, die Verfügbarkeit von Experten, und den Umgang mit den Methoden und Daten angeht. Zum letzten Punkt sehen wir den Bedarf, das Spannungsfeld zwischen Big Data, wenn viele Daten zur Verfügung stehen, und im Umkehrfall Small Data, der sportwissenschaftlich typischere Fall, aufzulösen.

Project management at the H-BRS

Prof. Dr. Alexander Asteroth
Teaser Placeholder
AErOmAt - Aerodynamische Energie-Optimierung durch Metamodell-gestützte Adaption von Strukturen

Die effiziente Nutzung verfügbarer Energie ist eine der großen Herausforderungen unserer Zeit. Eine besondere Bedeutung kommt dabei der Analyse und Optimierung von Formen und Strukturen hinsichtlich ihrer aerodynamischen Eigenschaften zu. Wichtige Anwendungsgebiete sind die Entwicklung energieeffizienter Fahrzeuge und die Windenergietechnik.

Project management at the H-BRS

Prof. Dr. Dirk Reith
Teaser Placeholder
DoVE

Das Ziel des DoVE Projekts (Development of Vehicle Exteriors) ist die Erforschung neuer Techniken zum automatisiertem Entwurf drei-dimensionaler Objekten. Wir betrachten die Konstruktion aerodynamischer Velomobilkarosserien als Testfall für die evolutionäre Entwicklung stabiler, aerodynamischer leichtgewichtiger Entwürfe.

Project management at the H-BRS

Prof. Dr. Alexander Asteroth
dovetales.jpg (DE)
Ladeinfrastruktur Elektromobilität - ELaBoR

Ziel des Projektes war die Entwicklung einer Strategie zum sukzessiven Aufbau von Ladeinfrastruktur für Elektromobilität in Bonn und dem Rhein-Sieg-Kreis. Ausgehend von den Ausbauzielen der Bundesregierung für die Ladeinfrastruktur für E-Autos und der Fahrzeugdichte in der Stadtregion Bonn-Rhein-Sieg wurden Ausbauszenarien für 2016-2020 identifiziert. Um die Ausbauziele zu erreichen, muss die Anzahl der zu errichtenden Ladesäulen von 256 in 2016 sukzessive auf 935 in 2020 erhöht werden.

Project management at the H-BRS

Prof. Dr. Stefanie Meilinger
Teaser Placeholder
Stella

Das Projekt Stella: Effiziente Mobilität adressiert Fragestellungen zu intelligentem Transport. Im Focus stehen dabei die energieeffiziente Steuerung und die Mensch-Maschine-Hybridisierung. Für Experimente werden Velomobile mit elektrischer Unterstützung verwendet, da diese bereits hoch optimiert bzgl. ihrer Energieeffizienz sind.

Project management at the H-BRS

Prof. Dr. Alexander Asteroth
Teaser Placeholder

Publikationen

  • Hagg, A., 2021. Discovering the preference hypervolume: an interactive model for real world computational co-creativity (Doctoral dissertation, Leiden University).
  • Hagg, A., 2021. Phenotypic Niching Using Quality Diversity Algorithms. In Metaheuristics for Finding Multiple Solutions (pp. 287-315). Springer, Cham.
  • Hagg, A., Preuss, M., Asteroth, A. and Bäck, T., 2020. An Analysis of Phenotypic Diversity in Multi-Solution Optimization (No. 3286). EasyChair.
  • Hagg, A., Wilde, D., Asteroth, A. and Bäck, T., 2020. Designing Air Flow with Surrogate-assisted Phenotypic Niching.
  • Asteroth, A., Hagg, A., Meng, J., Priesnitz, A., Prochnau, L. and Reith, D., 2020. AErOmAt Abschlussbericht.
  • Hagg, A., Zaefferer, M., Stork, J. and Gaier, A., 2019, July. Prediction of neural network performance by phenotypic modeling. In Proceedings of the Genetic and Evolutionary Computation Conference Companion (pp. 1576-1582).
  • Hagg, A., Asteroth, A. and Bäck, T., 2019, July. Modeling user selection in quality diversity. In Proceedings of the Genetic and Evolutionary Computation Conference (pp. 116-124).
  • Hagg, A., Asteroth, A., Bäck, T. Prototype Discovery using Quality-Diversity (PPSN 2018)
  • Hagg, A. Hierarchical Surrogate Modeling for Illumination Algorithms. (GECCO 2017).
  • Hagg, A., Mensing M., Asteroth A. Evolving Parsimonious Networks by Mixing Activation Functions. (GECCO 2017).
  • Spieker H., Hagg, A., Gaier, A., Meilinger, S., Asteroth, A. Multi-stage evolution of single-and multiobjective MCLP. (Soft Computing 2016).
  • Hagg, A., Hegger, F., Plöger, P. (2016). On Recognizing Transparent Objects in Domestic Environments Using Fusion of Multiple Sensor Modalities. (RoboCup International Symposium 2016).
  • Hagg, A., Spieker, H., Oslislo, A., Jacobs, V., Asteroth, A. and Meilinger, S., 2015. Methodische Grundlegung für eine Strategie zum sukzessiven Ausbau der Ladeinfrastruktur für Elektromobilität in Bonn und dem Rhein-Sieg-Kreis.
  • Asteroth, A., Hagg, A. How to successfully apply genetic algorithms in practice: Representation and parametrization. (INISTA 2015).
  • Spieker, H., Hagg, A., Asteroth, A., Meilinger, S., Jacobs, V., Oslislo, A. Successive evolution of charging station placement. (INISTA 2015).
  • Dwiputra, R., Füller, M., Hegger, F., Schneider, S., Hochgeschwender, N., Awaad, I., Loza, J.M.S., Ozhigov, A.Y., Biswas, S., Deshpande, N.V. and Hagg, A., The b-it-bots RoCKIn@ Work 2014 Team Description Paper.
  • Dwiputra, R., Füller, M., Hegger, F., Schneider, S., Hochgeschwender, N., Awaad, I., Loza, J.M.S., Ozhigov, A.Y., Biswas, S., Deshpande, N.V. and Hagg, A., 2014. The b-it-bots Robo-Cup@ Home 2014 Team Description Paper. Joao Pessoa, Brazil.