Dobbelt tiltrædelsesforelæsning: Hansen/Christandl

Tiltrædelsesforelæsninger/inaugural lectures:

14.00: Professor Matthias Christandl:
Entangled? 

15.00: Professor Niels Richard Hansen:
Statistik, dynamik og biologisk mekanik 

16.00: Fælles reception i 04.4.19 - dvs. frokoststuen på 4. sal (E-bygningen).

Matthias Christandl:  Entangled?

When quantum particles collide they can become entangled, that is, correlated so strongly their behavior defies our everyday experience. Einstein even spoke of this phenomenon as a "spooky action at a distance". Today, ever higher amounts of entanglement are produced in the race towards a quantum computer. But when are a bunch of particles entangled? Mathematically, entanglement is a simple consequence of the linearity of quantum theory. Shouldn´t it therefore be easy to answer this question?

The lecture will be in English.

Niels Richard Hansen: Statistik, dynamik og biologisk mekanik

Faget statistik udvikler sig i takt med sine anvendelser. Et klassisk mål med statistik er at udtrække essentiel viden fra begrænsede datamængder under hensynstagen til usikkerhed i data. Har statistik ikke udspillet sin rolle i en Big Data tid?

Større data betyder ofte både mere data og flere detaljer. Forskelle, der tidligere druknede i usikkerhed, træder frem, vi opdager heterogenitet i data, og spørgsmålene vi søger svar på bliver mere ambitiøse. Data analyseres og fortolkes gennem modeller, som bliver både mere komplekse og beregningskrævende, og data presses til stadighed til grænsen for, hvad vi kan udtrække af viden.

I min egen forskning fokuserer jeg på dynamiske systemer med biologisk anvendelse. I den første del af foredraget vil jeg præsentere forskellige typer data fra neurofysiologi og systembiologi. Med udgangspunkt i data vil jeg forklare væsentlige statistiske udfordringer. En særlig udfordring er at hæve sig over deskriptiv
modellering og bestemme årsagssammenhænge og biologiske mekanismer med en kombination af modellering, data og biologisk viden.

I den anden del af foredraget vil jeg komme ind på konkrete matematiske og beregningsmæssige problemer, der optager en stor del af min tid. Det centrale spørgsmål er, hvordan man formulerer beregningsmæssigt attraktive metoder til selektion af modeller baseret på data. Vi vil berøre ikke-glat optimering og frugtbare geometriske betragtninger af modelklasser.

Foredraget vil være på dansk.