Forschung & Entwicklung am Institut für Computational Life Sciences
Wir verstehen uns als Vermittler zwischen der universitären Grundlagenforschung und der praxistauglichen Anwendung in der Wirtschaft und Gesellschaft.
Forschung und Entwicklung
In den vier Fachstellen, Bioinformatics, Cognitive Computing; Computational Health, Digital Labs and Production, bieten wir anwendungsorientierte Forschung, Entwicklung und Dienstleistungen an zu Fragen zur Digitalisierung und Data Science in den Life Sciences. Ziel unserer Forschungs- und Entwicklungsaktivitäten ist es, innovative Lösungen im Bereich Data Science und Computation für die Life Sciences zu entwickeln.
Organisation und Personen
Das Institut ist in vier Fachstellen mit 14 Forschungsgruppen unterteilt; diese arbeiten interdisziplinär eng zusammen und erreichen Projektziele professionell und effizient.
Forschungsschwerpunkt Bioinformatics
«Wir entwickeln praktische Lösungen an der Schnittstelle von Biologie, Medizin und Computerwissenschaften.»
Prof. Dr. Maria Anisimova
Leitung
Der Schwerpunkt Bioinformatik konzentriert sich auf theoretische und rechnerische Aspekte der Modellierung des Prozesses der Genomevolution und des adaptiven Wandels. Ziel ist Grundlagenforschung und neue Methoden der Bioinformatik in reale Anwendungen zu bringen, die zum Beispiel von der Biotechnologie bis zur biomedizinischen Forschung und Forensik reichen. Der Forschungsbereich ist in verschiedene Forschungsgruppen gegliedert, die jeweils auf gewissen Methoden oder Anwendungsdomänen fokussieren.
Unsere Forschungsgruppen
Computational Genomics
Biomedical String Analysis
Applied Mathematical Biology
Forschungsschwerpunkt Cognitive Computing in Life Sciences
«Mit Cognitive Computing bieten wir neue Lösungen für die Life Sciences, die auf dem grundlegenden Verständnis von Mensch und Maschine als ein lernendes Gesamtsystem basieren.»
Dr. Yulia Sandamirskaya
Leitung
Der Schwerpunkt Cognitive Computing for Life Sciences beschäftigt sich mit der Entwicklung und dem Einsatz von computergestützten Methoden, Modellen und Systemen im Bereich der Life Sciences, deren Eigenschaften sich am Vorbild der Lern- und Adaptionsfähigkeiten bzw. Selbstorganisationsprinzipien natürlicher Systeme orientieren. Die entwickelten Lösungen unterstützen anspruchsvolle menschliche Tätigkeiten und Entscheidungsprozesse, können aber auch bei der Automatisierung von Prozessen zum Einsatz kommen. Die folgenden allgemeinen Aspekte stehen für unsere Forschung und Entwicklung im Zentrum: Lernfähigkeit/Adaptionsfähigkeit der Systeme, kontextgebundene Lösungen (Anwendungskontext in den Life Sciences), systemische Betrachtung der Anwendung und des Kontexts.
Unsere Forschungsgruppen
Bio-Inspired Methods and Neuromorphic Computing
Autonomous Systems and Reinforcement Learning
Predictive Analytics
Digital Environment and Sustainability
Forschungsschwerpunkt Computational Health
«Computational Health befasst sich mit Fragestellungen aus Medizin und Biologie unter Verwendung datengetriebener und mechanistischer Modellierung.»
Prof. Dr. Sven Hirsch
Leitung
Der Forschungsschwerpunkt Computational Health befasst sich mit fundamentalen Fragestellungen aus Biologie und Medizin unter Verwendung computergestützter, datengetriebener Methoden. Wichtige Instrumente sind maschinelles Lernen für die Bild- und Signalanalyse, Parameterschätzung für Differenzialgleichungssysteme und Multiphysik-Simulation. Effektive Validierungsstrategien werden eingesetzt, um mit dem Unbekannten umzugehen.
Unsere Forschungsgruppen
Biomedical Simulation
Medical Image Analysis
Medical Data Modelling
Biosensor Analysis & Digital Health
Forschungsschwerpunkt Digital Labs & Production
«Im Forschungsschwerpunkt Digital Labs & Production bringen wir Menschen, Räume und Prozesse zusammen. Von Mixed-Reality Digital Twins über progressive Webapplikation bis zu Machine-to-Machine-Schnittstellen verbinden wir physische mit digitalen Welten durch Daten und Analysen.»
Dr. Robert Vorburger
Leitung
Der Schwerpunkt bündelt spezifische Methoden- und Technologiekompetenzen in der Digitalisierung und Virtualisierung von Laboren, Prozessen und Produktionsanlagen in den Life Sciences. Dazu gehört einerseits die Vernetzung von Geräten, Prozessen und Menschen über Schnittstellen, Datenpipelines und Datenmanagement und andererseits die Modellierung und Simulation von physischen Systemen und Infrastrukturen. Digitale Zwillinge sind ein gutes Beispiel für das Zusammenspiel dieser Themen.
Unsere Forschungsgruppen
Simulation & Optimization
Data Management & Visualization
Edge Computing & Interfaces
Das könnte Sie auch interessieren
Newsletter TRANSFER
Ausgewählte Forschungsprojekte in Life Sciences und Facility Management.
Forschung in LSFM
Am Puls der Gesellschaft und an vorderster Front der Wissenschaft.
Newsletter TRANSFER
Forschungsblog
Forschung in LSFM
Ausgewählte Forschungsprojekte in Life Sciences und Facility Management.
Der ZHAW Blog für Forschung und Entwicklung.
Am Puls der Gesellschaft und an vorderster Front der Wissenschaft.