Scientific Machine Learning in de academische wereld en daarbuiten:
Van theorie naar impact in de echte wereld (in de industrie)

Nog te gaan
Tijd tot het evenement
0
0
0
0
Days
0
0
Hrs
0
0
Min
0
0
Sec

Onthoud de datum: 17 juni 2025, 12.30-17.30 uur

Crowne Plaza hotel, Utrecht

Scientific Machine Learning (SciML) verandert de manier waarop we complexe systemen begrijpen, modelleren en voorspellen
en het momentum neemt alleen maar toe. Door de kracht van moderne
machine learning te combineren met de nauwkeurigheid van traditionele wetenschappelijke modellering – inclusief numerieke
simulaties en natuurkundige wetten – opent SciML spannende nieuwe grenzen. Deze methoden zijn sneller, slimmer en
beter aanpasbaar dan ooit en hebben vooral invloed op domeinen met een tekort aan gegevens.
waar vakkennis essentieel is.

Doorbraken in operator learning, fysica-geïnformeerde neurale netwerken, grafisch neurale netwerken,
en neurale surrogaatmodellen herdefiniëren wat mogelijk is. Van klimaatwetenschap tot
infrastructuur, van technische systemen tot milieumodellering, SciML levert
slimmere simulaties, diepere inzichten en hechtere integratie tussen gegevens en domein
kennis.

Maar de echte test – en de echte kans – ligt buiten het lab. Hoe maken we
Zijn deze krachtige tools robuust, schaalbaar en interpreteerbaar genoeg voor gebruik in de echte wereld?
Hoe kunnen we ze integreren in bestaande workflows in de industrie, infrastructuur en toegepast
onderzoek?

Kom naar Utrecht voor een inspirerende middag die een levendige gemeenschap van
onderzoekers, ingenieurs en vernieuwers uit de academische wereld, toonaangevende toegepaste instituten zoals Deltares,
en vooruitstrevende spelers uit de industrie samenbrengt. Deze workshop – Scientific Machine Learning in Practice
– gaat over het overbruggen van de kloof tussen baanbrekend onderzoek en praktische toepassing.

Wat kunt u verwachten?

Verwacht boeiende lezingen en casestudies, variërend van materiaalontdekking en elektromagnetische veldmodellering tot het versnellen van natuurkundige simulaties en het overbruggen van natuurkunde met data. Onderwerpen zijn onder andere operator learning, onzekerheidsbepaling, domeingeïnformeerde AI en de veranderende relatie tussen AI en wetenschappelijke ontdekking – allemaal met een focus op het laten werken van SciML in de praktijk. Kom naar Utrecht voor een middag vol verbinding, discussie en het vormgeven van een betrouwbare, verklaarbare en impactvolle toekomst voor SciML!

Keynote sprekers

  • Max Welling (CuspAI en UvA, Amsterdam Machine Learning Lab)
  • Stefan Kurz (ETH Zürich, Seminar voor Toegepaste Wiskunde; ook bij Robert Bosch
    GmbH, Bosch Centrum voor Kunstmatige Intelligentie)
  • Koen Strien (Ignition Computing)
  • Maxim Pisarenco (ASML)
  • Jan Willem van de Meent (UvA, Amsterdam Machine Learning Lab)

Programma

12.30-13.25: Lunch & netwerken

13.25-13.30: Opening

13.30-14.00: Max Welling (CuspAI en UvA AMLab), ”Materials Discovery with AI”

14.00-14.30: Stefan Kurz (ETH Zürich en Robert Bosch GmbH, Bosch Center for Artificial Intelligence), ”Kunnen we elektromagnetische velden leren?” .

14.30-15.00: Koen Strien (Ignition Computing), ”Accelerating linear solves in physics simulations”.

15.00-15.30: Pauze

15.30-16.00: Maxim Pisarenco (ASML), ”AI Research in ASML: bridging physics and data”

16.00-16.30: Jan Willem van de Meent (UvA AMLab)”Wat kan AI doen voor Wetenschap, en wat kan Wetenschap doen voor AI?”

16.30-17.15: Discussie

17.15-18.00: Borrel & netwerken

Registratie

Deelname is gratis, maar de ruimte is beperkt. Schrijf je in door te mailen naar bureau@platformwiskunde.nl met een verzoek om lid te worden van de CSc–NL 17 juni.
Deadline: 15 mei. Bevestiging volgt kort na deze datum. De bevestiging zal een discussiestuk bevatten ter voorbereiding op de laatste sessie.

Organisatie

Computational Science NL(CSc-NL) met 4TU.AMI SRI Bridging Numerical Analysis and Machine Learning, en het nationale initiatief ‘AI and Mathematics’ (AIM).

Informatie

Vragen kunnen gericht worden aan de organisatoren:

Wil Schilders (w.h.a.schilders@tue.nl), Victorita Dolean (v.dolean.maini@tue.nl), Alexander Heinlein (a.heinlein@tudelft.nl), Silke Glas (s.m.glas@utwente.nl)