Nicolas Schmid

Nicolas Schmid
ZHAW
School of Engineering
Forschungsschwerpunkt Applied Complex Systems Science
Technikumstrasse 71
8400 Winterthur
Arbeit an der ZHAW
Tätigkeit an der ZHAW
Ph.D. Student in Data Science at ZHAW School of Engineering and University of Zurich supervised by Prof. Dirk Wilhelm (ZHAW), Prof. Jan Dirk Wegner (UZH) and Prof. Roland Sigel (UZH).
www.zhaw.ch/en/engineering/institutes-centres/iamp/applied-complex-systems-science/projects/machine-learning-for-nmr-spectroscopy/
Aus- und Weiterbildung
Arbeits- und Forschungsschwerpunkte, Spezialkenntnisse
Machine Learning applied to Nuclear Magnetic Resonance (NMR) Spectroscopy.
Beruflicher Werdegang
Research Assistant at ETH and Empa
Research Assistant at ZHAW School of Engineering
Aus- und Fortbildung
MSc Mechanical Engineering ETH with Focus on Artificial Intelligence, System Identification and Control
Projekte
- Maschinelles Lernen für NMR-Spektroskopie / Teammitglied / Projekt abgeschlossen
- Epidemiologische Multiskalensimulation zur Analyse der Übertragungsmechanismen in der COVID-19 Pandemie / Teammitglied / Projekt abgeschlossen
- Machbarkeitsstudie Reinforcement Learning Control für Heizsysteme / Teammitglied / Projekt abgeschlossen
Publikationen
-
Schmid, N.; Bruderer, S.; Paruzzo, F.; Fischetti, G.; Toscano, G.; Graf, D.; Fey, M.; Henrici, A.; Ziebart, V.; Heitmann, B.; Grabner, H.; Wegner, J.D.; Sigel, R.K.O.; Wilhelm, D.,
2023.
Deconvolution of 1D NMR spectra : a deep learning-based approach.
Journal of Magnetic Resonance.
347(107357).
Verfügbar unter: https://doi.org/10.1016/j.jmr.2022.107357
-
Fischetti, Giulia; Schmid, Nicolas; Bruderer, Simon; Caldarelli, Guido; Scarso, Alessandro; Henrici, Andreas; Wilhelm, Dirk,
2023.
Automatic classification of signal regions in 1H nuclear magnetic resonance spectra.
Frontiers in Artificial Intelligence.
5(1116416).
Verfügbar unter: https://doi.org/10.3389/frai.2022.1116416
-
Schmid, Nicolas; Bruderer, Simon; Fischetti, Giulia; Paruzzo, Federico; Toscano, Giuseppe; Graf, Dominik; Fey, Michael; Ziebart, Volker; Henrici, Andreas; Grabner, Helmut; Wegner, Jan Dirk; Sigel, Roland K.O.; Heitmann, Björn; Wilhelm, Dirk,
2023.
Deconvolution of NMR spectra : a deep learning-based approach [Poster].
In:
Datalab Symposium, Winterthur, Schweiz, 11. Januar 2023.
ZHAW Zürcher Hochschule für Angewandte Wissenschaften.
Verfügbar unter: https://doi.org/10.21256/zhaw-27429
-
Fischetti, Giulia; Schmid, Nicolas; Bruderer, Simon; Paruzzo, Federico; Toscano, Giuseppe; Graf, Dominik; Fey, Michael; Henrici, Andreas; Scarso, Alessandro; Caldarelli, Guido; Heitmann, Björn; Wilhelm, Dirk,
2022.
A deep ensemble learning method for automatic classification of multiplets in 1D NMR spectra [Poster].
In:
Prisner, Thomas, Hrsg.,
EUROMAR 2022 Abstractbook.
European Conference on Magnetic Resonance (EUROMAR), Utrecht, The Netherlands, 10-14 July 2022.
ZHAW Zürcher Hochschule für Angewandte Wissenschaften.
S. 236.
Verfügbar unter: https://doi.org/10.21256/zhaw-27328
-
Schmid, Nicolas; Bruderer, Simon; Fischetti, Giulia; Paruzzo, Federico; Toscano, Giuseppe; Graf, Dominik; Fey, Michael; Henrici, Andreas; Grabner, Helmut; Wegner, Jan Dirk; Sigel, Roland K. O.; Heitmann, Björn; Wilhelm, Dirk,
2022.
Deconvolution of NMR spectra : a deep learning-based approach [Poster].
In:
Prisner, Thomas, Hrsg.,
EUROMAR 2022 Abstractbook.
European Conference on Magnetic Resonance (EUROMAR), Utrecht, The Netherlands, 10-14 July 2022.
ZHAW Zürcher Hochschule für Angewandte Wissenschaften.
S. 242.
Verfügbar unter: https://doi.org/10.21256/zhaw-27336