Bereits während meines Studiums durfte ich erste Erfahrungen im Bereich des Machine Learning sammeln. In meiner Abschlussarbeit führte ich mithilfe verschiedener analytischer Verfahren aus dem Bereich Machine Learning und Deep Learning eine strukturierte Analyse einer umfassenden Menge von Flugplandaten durch, um Aussagen über ATFM-Routing-Entscheidungen bezüglich der operationellen Einflussparameter treffen zu können.

Seit April 2020 forsche ich nun im Rahmen meiner Promotion an Modellen zur Prädiktion von Flugzeugtrajektorien und Luftraumauslastungen im Bereich des Air Traffic Flow Management. Hier kommen vor allem Sequence Modeling Algorithmen, wie beispielsweise Recurrent Neural Networks oder Convolutional Neural Networks zum Einsatz.

Forschungsthemen

  • Machine Learning in Air Traffic Flow Management
  • Sequence Modeling
  • Trajectory Prediction
  • Airspace Demand Prediction
  • Deep Learning

Vita

  • Wissenschaftlicher Mitarbeiter und Doktorand, 2020 - heute

    DLR, Institut für Lufttransportsysteme

  • M. Sc. Flugzeugsystemtechnik, 2017 - 2019

    Technische Universität Hamburg

  • B. Sc. Maschinenbau, 2012 - 2017

    Technische Universität Hamburg