Dr. rer. nat. Samuel Kost
Zur Person
Kontakt

Dr. rer. nat. Samuel Kost
Telefon +49 3731 39-3394
Fax +49 3731 39-3595
Samuel.Kost@math.tu-freiberg.de
Postanschrift
Technische Universität Bergakademie Freiberg
Fakultät für Mathematik und Informatik
Institut für Numerische Mathematik und Optimierung
D-09596 Freiberg
Besucheranschrift
Universitätshauptgebäude
Nonnengasse 22
Zimmer DG.12
Beruflicher Werdegang
07/2014 -- 08/2019 | Wissenschaftlicher Mitarbeiter (befristet) am Institut für numerische Mathematik und Optimierung der Fakultät für Mathematik und Informatik der TU Bergakademie Freiberg |
09/2019 -- 06/2021 | Wissenschaftlicher Mitarbeiter (unbefristet) am Institut für numerische Mathematik und Optimierung der Fakultät für Mathematik und Informatik der TU Bergakademie Freiberg |
Ausbildung
1999 --2007 | Gymnasium in Meißen |
2007 --2014 | Studium Technomathematik an der Universität TU Dresden |
2014 | Diplomarbeit, Thema: Vergleich lokal schneller Verfahren zur Lösung von verallgemeinerten Nash-Gleichgewichtsproblemen , Betreuer: Prof. Dr. rer. nat. habil. Andreas Fischer |
2020 | Dissertation, Thema: Logistic Regression for Prospectivity Modeling, Betreuer: Prof. Dr. rer. nat. habil. Oliver Rheinbach, Prof. Dr. rer. nat. habil. Helmut Schaeben |
Lehre
Wintersemester 2020/21
Übung "Numerische Methoden in der Bildverarbeitung
(zur Vorlesung von [Prof. Dr. rer. nat. habil Eiermann])
Aufgrund der aktuellen Lage (COVID-19) entnehmen Sie die Informationen zur Übung bis auf weiteres auf OPAL (Link zur OPAL Gruppe)
Hörergruppen | Woche | Tag | Zeit | Raum |
---|---|---|---|---|
Mm, CSE, MAI | jede | Do | 09:30 - 11:00 | online |
Mm, CSE, MAI | 2 | Do | 14:00 - 15:30 | online |
Übung "Lineare Algebra, Datenanalyse und maschinelles Lernen"
(zur Vorlesung von [Prof. Dr. rer. nat. habil Eiermann])
Aufgrund der aktuellen Lage (COVID-19) entnehmen Sie die Informationen zur Übung bis auf weiteres auf OPAL (Link zur OPAL Gruppe)
Hörergruppe | Woche | Tag | Zeit | Raum |
---|---|---|---|---|
BAI | jede | Di | 14:00 - 15:30 | online |
Forschung
Arbeitsgebiete
Verwendung von Deep Learning zur Lösung inverser Probleme in der Geophysik
- Schätzen von Parametern in PDEs mittels neuronalen Netzen
Logistische Regression für Prospectivity Modeling
- Automatisierte Modellauswahl bei logistischer Regression für Rohstoffvorkommen-Vorhersage
- Einarbeitung von Nichtlinearitäten
- Seltene Ereignisse müssen beachtet werden
Publikationen
Dissertation
Kost, Samuel Logistic Regression for Prospectivity Modeling
TU Bergakademie Freiberg, 2020
(Link zur Dissertation)
Teaching Aid
Schaeben, H.; Kost, S.; Semmler, G. Popular Raster-Based Methods of Prospectivity Modeling and Their Relationships Math Geoscience 51 (2019), Seite 945 -- 971. (https://doi.org/10.1007/s11004-019-09808-6)