Prof. Mostaghim
Prof. Dr.-Ing. habil. Sanaz Mostaghim
Institut für Intelligente Kooperierende Systeme (IKS)
Aktuelle Projekte
Evolutionäre multikriterielle Optimierung
Laufzeit: 01.01.2021 bis 31.12.2030
Zentrales Thema dieses Projekts ist die Entwickelung naturinspirierter Optimierungsverfahren, insbesondere für multikriterielle und dynamisch veränderliche Problemstellungen. Wir untersuchen Mechanismen der Schwarmintelligenz und überprüfen sie auf Anwendbarkeit in technischen Systemen und mathematischen Optimierungen. Optimierungsprobleme, bei denen mehrere im Konflikt stehende Kriterien berücksichtigt werden müssen, treten zum Beispiel in vielen Anwendungen von Industrie und Wissenschaft auf. Wir untersuchen Particle Swarm Optimierungsverfahren (PSO) und evolutionäre multikriterielle Algorithmen (EMO), um multikriterielle Probleme zu lösen.
Plattform für Datenwissenschaft und Computermodellierung (DECODE-Plattform)
Laufzeit: 01.10.2022 bis 31.12.2028
Diese Plattform ist Teil der vom Ministerium geförderten Projekte zur Vorbereitung auf die Exzellenzinitiative Cognitive Vitality.
Die Probleme im Bereich der kognitiven Vitalität sind so komplex, dass out-of-the-box Machine Learning (ML) und datenwissenschaftliche Algorithmen nicht angewendet werden können. [Die jüngsten Fortschritte im Bereich des datengesteuerten Lernens, einschließlich der Methoden der Computational Intelligence (CI), des maschinellen Lernens (ML) und der Datenwissenschaft, haben zusammen mit leistungsstarken Rechenressourcen die Grenzen für die Lösung realer Probleme komplexer Systeme geöffnet. Mehr denn je können wir das Potenzial solcher Methoden für Probleme in verschiedenen Disziplinen nutzen, die bisher nur begrenzt mit der Informatik verbunden waren. Das Hauptziel der DECODE-Plattform ist die Förderung und Verbreitung von Querschnittsforschung für kognitive Vitalität.
Dieser Text wurde mit DeepL übersetzt
Evolvierbarer Netzentwurf für die städtische Mobilitätsinfrastruktur: Ein datengesteuerter Ansatz
Laufzeit: 01.06.2024 bis 31.12.2027
Verkehrsnetze sind für die Stadtentwicklung von entscheidender Bedeutung und unterstützen das Wirtschaftswachstum,
soziale Interaktion und Umweltmanagement. Aus der Sicht eines Betreibers stellt die Entwicklung
Mobilitätsdienstleistungen in dynamischen städtischen Umgebungen mit erheblichen Herausforderungen verbunden.
Dazu gehören die Bewältigung der Komplexität multimodaler Verkehrsströme und der Ausgleich der
Interessen bei der Entwicklung der Infrastruktur. Um diese Herausforderungen zu bewältigen,
zu bewältigen, ist es entscheidend zu verstehen, wie man Mobilitätsdienste strategisch einsetzen kann, die sich
an veränderte Bedingungen und die sich entwickelnde Nachfrage anpassen können. Das Ziel des Projekts ist die Entwicklung von Methoden
Methoden zu entwickeln, um anpassungsfähige oder entwicklungsfähige Mobilitätslösungen zu entwerfen, wie zum Beispiel die optimale Platzierung von
Ladestationen, durch den Einsatz von Netzwerk- und Mehrzieloptimierungsverfahren, die
die sich an unterschiedliche Bedingungen und zukünftige Unsicherheiten anpassen können. Diese Methoden berücksichtigen mehrere
um sicherzustellen, dass sich die Dienste als Reaktion auf eine sich ändernde Nachfrage und
Nachfrage und Infrastrukturbedingungen entwickeln können. Ein weiterer Aspekt ist die Übertragbarkeit dieser
dieser Strategien auf verschiedene städtische Kontexte.
Dieser Text wurde mit DeepL übersetzt
MetaSwarmX: Meta-Domain Schwarmtechnologie für intelligente und plattformübergreifende Produktion der Zukunft
Laufzeit: 01.01.2025 bis 31.12.2027
Der Einsatz von Robotersystemen in Produktion und Logistik nimmt stetig zu. Inzwischen sind innerhalb einer Produktion viele verschiedene Robotersysteme im Einsatz. Allerdings arbeiten diese Systeme selten isoliert, sondern müssen sowohl mit Menschen, miteinander und mit anderen großen, ergänzenden Systemen (unter anderem Transportrobotern in Lagerhallen und fliegenden Robotern für Überwachungszwecke) interagieren, um eine effiziente Produktion sicherzustellen. Die Koordination zwischen diesen Systemen stellt jedoch eine enorme Herausforderung dar und ist das Hauptthema unseres Projekts. Unser Ziel besteht darin, neuartige KI-basierte Technologien für die intelligente Produktion der Zukunft zu entwickeln. Dabei liegt der Fokus auf der Weiterentwicklung moderner Schwarmtechnologien für plattformübergreifende Anwendungen insbesondere in den Bereichen Logistik und Produktion. Das Alleinstellungsmerkmal besteht in der Optimierung und Interoperabilität zwischen heterogenen (Schwarm-)Robotikplattformen und -Maschinen von der Planungs- bis zur Operationsebene.
Verbesserung von Simulationen großer dichter partikelbeladener Strömungen mit maschinellem Lernen: ein Ansatz der genetischen Programmierung (2. Phase)
Laufzeit: 01.01.2025 bis 31.12.2027
Partikelbeladene Strömungen sind in vielen natürlichen und industriellen Prozessen anzutreffen, wie z. B. die Strömung von roten und weißen Blutkörperchen im Plasma oder die Fluidisierung von Biomassepartikeln in Öfen. In den letzten 40 Jahren haben Wissenschaftler Euler-Lagrange-Simulationen (EL) als Mittel zur Vorhersage des Verhaltens solcher Strömungen eingesetzt. EL-Simulationen stützen sich jedoch auf Modelle zur Beschreibung der Wechselwirkung zwischen dem Fluid und den einzeln verfolgten Partikeln. Diese Modelle erfordern die so genannte "ungestörte" Flüssigkeitsgeschwindigkeit am Ort des Partikels, d. h. die Geschwindigkeit, die die Flüssigkeit hätte, wenn das Partikel nicht da gewesen wäre. Die derzeitigen Modelle hierfür sind sehr rudimentär, und die genaue Berechnung der ungestörten Flüssigkeitsgeschwindigkeit ist äußerst kostspielig, da dazu viele zusätzliche hoch aufgelöste Simulationen desselben Falles durchgeführt werden müssten, bei denen ein Teilchen weggelassen wird.
Im Rahmen dieses Projekts soll ein neuartiges Modell für die ungestörte Strömungsgeschwindigkeit an jedem Partikelstandort unter Berücksichtigung der Eigenschaften der Strömung um das Partikel und der umgebenden Partikel entwickelt werden, wobei ein Ansatz des überwachten maschinellen Lernens verwendet wird: die genetische Programmierung (GP). GP ist sehr gut geeignet, da das Ergebnis kein "Black-Box"-Modell ist, sondern ein überprüfbarer Ausdruck für die ungestörte Geschwindigkeit. Dieser Ausdruck wird durch analytische Lösungen und hochaufgelöste Simulationen validiert und ermöglicht genaue, großmaßstäbliche Simulationen von dichten, partikelbeladenen Strömungen, wobei nur ein Bruchteil der Kosten für vollständig aufgelöste Simulationen erforderlich ist.
Dieser Text wurde mit DeepL übersetzt
Computergestützte Intelligenz in Spielen
Laufzeit: 01.01.2019 bis 30.09.2026
In den letzten zehn Jahren haben viele kommerzielle Videospiele Planer anstelle klassischer Verhaltensbäume oder endlicher Zustandsmaschinen zur Definition des Agentenverhaltens verwendet. Planer erlauben eine Vorausschau und können einige Probleme rein reaktiver Systeme vermeiden. Außerdem ermöglichen einige von ihnen die Koordination mehrerer Agenten. Allerdings ist die Implementierung eines Planers für hochdynamische Umgebungen wie Videospiele eine schwierige Aufgabe. Ziel dieser Arbeit ist es, einen Überblick über die verschiedenen Elemente von Planern und die Probleme zu geben, die Entwickler im Umgang mit ihnen haben können. Wir identifizieren die wichtigsten Bereiche der Planerstellung und -ausführung und versuchen, Entwickler durch den Prozess der Implementierung eines Planers zu leiten und diskutieren mögliche Lösungen für Probleme, die in den folgenden Bereichen auftreten können: Umgebung, Planungsdomäne, Ziele, Agenten, Aktionen, Planerstellungs- und Planausführungsprozesse. Anhand mehrerer kommerzieller Spiele zeigen wir verschiedene Möglichkeiten zur Lösung solcher Probleme auf und diskutieren, welche Lösungen unter bestimmten Umständen besser geeignet sind und warum einige akademische Ansätze im Kontext kommerzieller Titel nur begrenzt Anwendung finden.
Dieser Text wurde mit DeepL übersetzt am 28.11.2025
Optimierung des Betriebs von Wirbelschichtverfahren mittels maschinellen Lernens
Laufzeit: 01.10.2022 bis 30.06.2026
Fluidized beds are the basis for scores of applications in which fast mixing, heat and mass transfer of gas and solid particles are essential. Their performance largely relies on the bubble dynamics: rising bubbles drive the solids circulation and significantly enhance gas-solids contact, improving mixing, reactions, and transport properties. So far, almost all fluidized beds are operated with a uniform gas flow. However, some recent academic work shows that operating a fluidized bed with an alternating gas flow (e.g. sinusoidal gas fluidisation velocity) leads to different bubble patterns and dynamics. In this project, we aim to control the bubbles in a fluidized bed, by application of computational intelligence (CI) methodologies such as evolutionary algorithms and genetic programming. We will use our lab-scale fluidized bed with camera system and our model developments in the Eulerian-Eulerian and Eulerian-Lagrangian frameworks to capture the dynamics of bubbles in the fluidized bed as the fluidizing gas velocity is spatio-temporally varied. Firstly, these results will be used to find the optimal inflow-pattern for given target functions. The challenge for the CI algorithm is to find the right balance between the computationally and timely intensive experimental data and the simulation data to efficiently deliver the required fluidization velocity profile. In addition, we aim to address multiple conflicting target functions using multi-objective optimization algorithms. Secondly, the CI algorithm will be used to steer and control the velocity profile, to obtain a specified bubble size and dynamics. Being able to control the behavior of the bubbles in a fluidized bed will significantly improve the desired outcome, such as product quality, efficiency and selectivity of the process, to name a few.
WSAM: Wide Synthetic Aperture Sampling für die Bewegungsklassifizierung
Laufzeit: 01.06.2023 bis 31.05.2026
Wir werden mit der Johannes Kepler Universität in Linz und dem Deutschen Zentrum für Luft- und Raumfahrt (DLR) in Oberpfaffenhofen zusammenarbeiten. Ziel des Projekts ist der Einsatz von autonomen Drohnenschwärmen für Rettungseinsätze. Dabei können Drohnen das Schwarmverhalten von Vögeln imitieren, um für Rettungszwecke immer eine optimale Sicht zu haben.
Bei der großen Aufmerksamkeit, die Drohnen derzeit zuteil wird, übersieht man leicht das enorme Potenzial, das sie im zivilen Bereich mit sich bringen. Weltweit etablieren sich Drohnengruppen in Blaulichtorganisationen wie Polizei, Feuerwehr und Bergrettung, um diese Technologie zur Rettung von Menschenleben einzusetzen. Such- und Rettungseinsätze profitieren unter anderem vom flexiblen, schnellen und - im Vergleich zu Helikoptern - kostengünstigen und sicheren Einsatz von Drohnen. Auch bei der Inspektion von Katastrophengebieten, der Früherkennung von Waldbränden, der Grenzsicherung oder der Wildtierbeobachtung werden sie eingesetzt. Das Problem bei all diesen Anwendungen ist immer die Verdeckung durch Vegetation, z. B. Wald, die es in der Regel unmöglich macht, Menschen, Tiere oder Fahrzeuge in einzelnen Luftbildern zu finden, zu erkennen und zu verfolgen. Dieses Projekt basiert auf der an der Johannes Kepler Universität entwickelten Bildgebungsmethode "Airborne Optical Sectioning" (AOS) und wird weitere Potenziale der Schwärme untersuchen.
Dieser Text wurde mit DeepL übersetzt
BMBF - 6G-ANNA: 6G Access, Network of Networks, Automation
Laufzeit: 01.07.2022 bis 31.12.2025
In 6G-ANNA-MOEVE werden wir multi-kriterielle Optimierung und Entscheidungsfindungsalgorithmen sowie Methoden fu¨r verteiltes Lernen entwickeln. Die multi-kriteriellen Optimierungsprobleme haben mehrere Zielfunktionen, die gleichzeitig optimiert werden mu¨ssen. Ein Beispiel fu¨r solche hochkomplexe Probleme ist die Minimierung des Energieverbrauchs im Netz bei gleichzeitiger Sicherstellung von Ende- zu-Ende Performanz (Durchsatz, Latenz und Zuverla¨ssigkeit). Die Lo¨sung solcher Probleme ist eine Menge optimaler Alternativen, auf dieser Entscheidungsgrundlage kann der Anwender gema¨ß seinen Pra¨ferenzen die fu¨r ihn beste Lo¨sung auswa¨hlen. Das gibt dem Anwender ein hohes Maß an Flexibilita¨t in der Entscheidung, was zur Nachhaltigkeit der Lo¨sungen beitra¨gt.
Fu¨r eine Echtzeitoptimierung werden wir digitale Zwillinge (Simulationen) entwickeln. Allerdings spiegeln Simulationen die Realita¨t nicht perfekt wider. Daher sollen hier Methoden entwickelt werden, die eine effiziente Kombination von Offline- (Simulationsbasierte-) und Echtzeitoptimierung bieten. Eine mo¨gliche Lo¨sung fu¨r Echtzeitoptimierung kann durch verteilte Optimierung auf lokaler Ebene stattfinden. Parallelisierung bzw. die dezentrale Ausfu¨hrung von Optimierungsalgorithmen ist ein komplexes Problem und hat viele Herausforderungen, u.a. Konvergenz zu lokalem Optimum und Mobilita¨t der Knoten.
Bei der Entwicklung der Entscheidungsfindungsalgorithmen werden wir den Anwender in den Vordergrund stellen und dabei eine technische Unterstu¨tzung durch KI-Algorithmen anbieten. Ein Ziel des Projekts ist, dass durch die Interaktion zwischen Menschen und Maschine die nicht maschinenlesbaren Pra¨ferenzen der Anwender von Algorithmen verstanden werden, was wir "reverse explainability" von Entscheidungsfindung nennen. Diese findet in "Collaborative Spaces" Anwendung, die sich auf die Mensch-Maschine Interaktion, z.B. die Zusammenarbeit von Robotern und Menschen in der industriellen Produktion, fokussieren.
Schwarmrobotik mit Flying Robots
Laufzeit: 01.10.2023 bis 31.12.2025
Im Rahmen dieses Projekt wird ein Roboterlabor für zunächst einen Schwarm fliegender Roboter aufgebaut. In der Schwarmrobotik werden mehrere kleine Roboter so programmiert, dass ein globales und vordefiniertes Verhalten entsteht. Solche Robotersysteme kommen schon heute in vielen Gebieten zum Einsatz. So werden im Katastrophenschutz Gruppen von mobilen Robotern zum Auffinden eines gemeinsamen Ziels beispielsweise zu Bergungszwecken oder zur Datensammlung in Katastrophengebieten genutzt. Derartige Anwendungen werden mit zunehmendem Interesse wissenschaftlich untersucht. Die Kontrolle eines solchen Schwarms von Robotern ist allerdings eine große Herausforderung und bietet eine Vielzahl an interessanten Forschungsthemen. Die Validierung der Interaktionen in Roboterschwärmen ist gegenwärtig eine der größten Herausforderung dieses Forschungsgebiets. Die Untersuchungen zeigen, dass die Umgebung und die Technik die Funktionalität der Roboter stark beeinflussen. Daher besteht der Bedarf an Experimenten, um die Methodik unter Echtzeitbedingungen zu untersuchen und weiterzuentwickeln. Damit kann eine Umwelt (Labor) von Sensoren, Robotern und mobilen Endgeräten eingerichtet und die Kommunikation und Vernetzungen untersucht werden, die die Zukunft der Anwendung solcher technischen Systeme im Alltag darstellt und simuliert.
Abgeschlossene Projekte
Multi-objective Optimization for Circular Supply Chain
Laufzeit: 01.05.2023 bis 30.09.2025
Im Projekt SmartProSys geht es um die Entwicklung einer smarten und nachhaltigeren Chemieindustrie durch Kreislaufwirtschaft. Die Idee, die Rohstoffe der Produkte am Ende ihres Lebenszyklus wieder in die Produktion zurückzuführen, ist angesichts des wachsenden Bedarfs an nachhaltigeren Produktionsmethoden und Ressourcennutzung vielversprechend. Im Vergleich zu traditionellen, meist linearen Produktionsprozessen, ergeben sich neue Herausforderungen, die oft ein Kompromiss zwischen den Zielen der Wirtschaftlichkeit und der Nutzung von recycelten Rohstoffen bedeuten. Multikriterielle Optimierungsverfahren eignen sich für solche Probleme, da sie Lösungen finden können, welche mehrere Ziele optimal abwägen. Wir betrachten dabei vor allem die Aspekte der Produktionsplanung und Materialbeschaffung unter den Aspekten der Wirtschaftlichkeit und Nachhaltigkeit. Die größte Herausforderung bei der Optimierung von Lieferketten hin zu zirkulären Produktionsprozessen ist eine große Menge an Parametern, die sich gegenseitig unterschiedlich beeinflussen. Wir entwickeln daher Multikriterielle Verfahren, welche in diesen komplexen Umgebungen sowohl wirtschaftliche Ziele als auch die nachhaltige Nutzung von Ressourcen optimieren.
Optimierung der modernen Gebäudelayoutplanung
Laufzeit: 01.01.2022 bis 31.12.2024
Die Planung des Anlagenlayouts und die Arbeitsvorbereitung sind zentrale Optimierungsprobleme für die Effizienz moderner Fertigungssysteme. Im Kontext von Industrie 4.0 sind diese Systeme oft durch Zielkonflikte, instabile Nachfrage, kurze Produktlebenszyklen und Massenanpassung gekennzeichnet. Traditionelle Methoden der Anlagenplanung sind für solche Umgebungen nicht gut geeignet, da sie das darin enthaltene dynamische und flexible Planungsproblem ignorieren. Als Lösung entwickeln wir eine neuartige simulationsbasierte Mehrziel-Optimierungsmethode, die die Planung des Anlagenlayouts mit der Arbeitsvorbereitung integriert.
Dieser Text wurde mit DeepL übersetzt
Rückverfolgbarkeit in evolutionären Algorithmen
Laufzeit: 01.01.2021 bis 31.12.2024
Dieses PhD-Projekt zielt darauf ab, die Rückverfolgbarkeit in evolutionären Algorithmen zu verstehen. Unser Ziel ist es, eine Methode einzuführen, um den Einfluss der Anfangspopulation eines evolutionären Algorithmus auf die Endpopulation zu verfolgen. Die größte Herausforderung besteht darin, das Erbe von mehreren Operatoren zu verfolgen.
Dieser Text wurde mit DeepL übersetzt
Algorithmen zur kollektiven Entscheidungsfindung
Laufzeit: 01.01.2020 bis 31.12.2023
Die kollektive Entscheidungsfindung ist ein langjähriges Forschungsthema im Bereich der Schwarmintelligenz. Ziel dieses Forschungsbereichs ist es, zu erklären, wie Gruppen natürlicher intelligenter Agenten gemeinsam Entscheidungen treffen, und Entscheidungsstrategien zu entwickeln, die es Gruppen künstlicher intelligenter Agenten ermöglichen, eine Entscheidung zu treffen. Die untersuchten Probleme erfordern in der Regel, dass die Agenten eine kollektive Entscheidung treffen, wobei sie nur ihre individuellen Informationen und die lokale Interaktion mit ihren Kollegen nutzen. Im Rahmen der kollektiven Entscheidungsfindung werden hauptsächlich zwei Problemkategorien untersucht: Konsensfindung und Aufgabenzuweisung. Bei der ersten Kategorie müssen sich die Agenten eine einzige Meinung bilden, während bei der zweiten Kategorie die Agenten verschiedenen Aufgaben zugewiesen werden müssen.
In unserer Forschung befassen wir uns mit dem Problem der kollektiven Wahrnehmung, das ein diskretes Problem der Konsensfindung darstellt. Wir entwickeln neue Algorithmen, um dieses Problem zu lösen
Dieser Text wurde mit DeepL übersetzt
Computational Intelligence in industriellen Anwendungen
Laufzeit: 01.01.2016 bis 31.12.2023
Gemeinsam mit Volkswagen haben wir zwei Projekte zu den Methoden der Computerintelligenz in technischen und industriellen Kontexten. Wir arbeiten an Optimierungsmethoden, evolutionären Algorithmen und neuronalen Netzen zur Bewältigung verschiedener Probleme in der Automobilindustrie.
Dieser Text wurde mit DeepL übersetzt am 28.11.2025
MOSAIK: Methodik zur selbstorganisierten Aggregation interaktiver Komponenten
Laufzeit: 01.05.2019 bis 30.07.2022
Ziel des Vorhabens MOSAIK ist die Erforschung von Methoden, welche die flexible Zusammenarbeit von Softwarekomponenten erlauben. Die so entstehenden Aggregate sollen vorgegebene Eigenschaften erfüllen bzw. definierte Phänomene erzeugen. Zur Laufzeit sollen sich die Aggregate auf dynamisch veränderliche Umstände anpassen und somit resilient gegenüber Perturbationen sein. Neben der Erforschung der Methodik sind die weiteren Ziele von MOSAIK die Entwicklung einer Laufzeitumgebung als Open Source sowie deren prototypischer Einsatz in der industriellen Praxis.
DORIOT: Dynamische Laufzeitumgebung für organisch (dis-)aggregierende IoT-Prozesse
Laufzeit: 01.05.2019 bis 30.06.2022
DORIOT: Dynamische Laufzeitumgebung für organisch (dis-)aggregierende IoT-Prozesse:
Das Ziel von DORIOT ist die Nutzung von Organic Computing-Ansätzen zur frühzeitigen Erkennung von Störungen und Ausfällen und zur Ergreifung von Gegenmaßnahmen für die intelligente Vernetzung der SmartX-Knoten im IoT.
Kollektive Entscheidungsfindung in dynamischen Umgebungen
Laufzeit: 01.01.2019 bis 31.12.2021
[In diesem Projekt arbeiten wir an Methoden der kollektiven Suche mit Schwarmintelligenz in dynamischen Umgebungen. Wir haben die Dynamik mit Hilfe von Vektorfeldern modelliert und entwickeln kollektive Suchmethoden, die diese Dynamik zusätzlich berücksichtigen. Da die Dynamik unbekannt ist, besteht die Herausforderung in der Schätzung und Vorhersage der lokalen Dynamik und deren Einfluss auf den Energieverbrauch und die Suche. Wir arbeiten auch an Entscheidungsfindungsmethoden für einzelne Individuen unter Verwendung von multikriteriellen Entscheidungsfindungsansätzen, um die negativen Auswirkungen der Dynamik auf die Bewegung und den Energieverbrauch zu überwinden.
Dieser Text wurde mit DeepL übersetzt
AI to the Rescue: Life-and-Death Decision-Making under Conflicting Criteria
Laufzeit: 01.01.2020 bis 30.09.2021
Bei großen Naturkatastrophen oder von Menschen verursachten Katastrophen können unzureichende Entscheidungen über die Versorgung mit Nahrungsmitteln, Wasser, Energie, Unterkünften, medizinischer und psychologischer Betreuung verheerende Auswirkungen haben. Bei solchen Ereignissen werden Entscheidungen über "Leben und Tod" unter Zeitdruck, dynamischen Bedingungen, widersprüchlichen Erwartungen, unvollständigen und unsicheren Informationen, Infrastrukturausfällen und unzureichenden Ressourcen getroffen, um alle dringenden
Bedürfnisse. Moderne Technologien ermöglichen die Entwicklung spezieller KI-gestützter Entscheidungsunterstützungssysteme (DSS) für solche anormalen Bedingungen. Die erforderlichen Entscheidungen beinhalten jedoch häufig widersprüchliche und unvergleichbare Kriterien (z. B. Kosten gegenüber dem Überleben und dem Wohlergehen der Menschen). Dies wirft Fragen hinsichtlich der Rationalisierbarkeit, Subjektivität und ethischen Erwägungen der betreffenden Entscheidungen auf. Darüber hinaus muss der Grad des Vertrauens in die Nutzung solcher KI-basierter Systeme untersucht werden. Um die wichtigsten soziotechnischen Aspekte von "AI to the Rescue" zu erforschen, wird sich dieses Projekt auf erfahrene Entscheidungsträger und Politiker stützen,
sowie Forscher aus den Ingenieur-, Sozial- und Medizinwissenschaften. Die geplante Forschung wird sich auf Entscheidungen über medizinische Notfalleinsätze bei großen Katastrophen konzentrieren. Das Konsortium wird neue Ideen für das erforderliche KI-basierte DSS unter Berücksichtigung der soziotechnischen Aspekte liefern.
Dieser Text wurde mit DeepL übersetzt
Schwarmintelligenz in dynamischen Umgebungen
Laufzeit: 01.10.2016 bis 30.09.2019
[In diesem Projekt arbeiten wir an Methoden der kollektiven Suche mit Schwarmintelligenz in dynamischen Umgebungen. Wir haben die Dynamik mit Hilfe von Vektorfeldern modelliert und entwickeln kollektive Suchmethoden, die diese Dynamik zusätzlich berücksichtigen. Da die Dynamik unbekannt ist, besteht die Herausforderung in der Schätzung und Vorhersage der lokalen Dynamik und deren Einfluss auf den Energieverbrauch und die Suche. Wir arbeiten auch an Entscheidungsfindungsmethoden für einzelne Individuen unter Verwendung von multikriteriellen Entscheidungsfindungsansätzen, um die negativen Auswirkungen der Dynamik auf die Bewegung und den Energieverbrauch zu überwinden.
Dieser Text wurde mit DeepL übersetzt
Computergestützte Intelligenz in Spielen
Laufzeit: 01.01.2016 bis 01.01.2019
In den letzten zehn Jahren haben viele kommerzielle Videospiele Planer anstelle klassischer Verhaltensbäume oder endlicher Zustandsmaschinen zur Definition des Agentenverhaltens verwendet. Planer erlauben eine Vorausschau und können einige Probleme rein reaktiver Systeme vermeiden. Außerdem ermöglichen einige von ihnen die Koordination mehrerer Agenten. Allerdings ist die Implementierung eines Planers für hochdynamische Umgebungen wie Videospiele eine schwierige Aufgabe. Ziel dieser Arbeit ist es, einen Überblick über die verschiedenen Elemente von Planern und die Probleme zu geben, die Entwickler im Umgang mit ihnen haben können. Wir identifizieren die wichtigsten Bereiche der Planerstellung und -ausführung und versuchen, Entwickler durch den Prozess der Implementierung eines Planers zu leiten und diskutieren mögliche Lösungen für Probleme, die in den folgenden Bereichen auftreten können: Umgebung, Planungsdomäne, Ziele, Agenten, Aktionen, Planerstellungs- und Planausführungsprozesse. Anhand mehrerer kommerzieller Spiele zeigen wir verschiedene Möglichkeiten zur Lösung solcher Probleme auf und diskutieren, welche Lösungen unter bestimmten Umständen besser geeignet sind und warum einige akademische Ansätze im Kontext kommerzieller Titel nur begrenzt Anwendung finden.
Dieser Text wurde mit DeepL übersetzt am 28.11.2025
DAAD Deutsch-Australische Forschungskooperation
Laufzeit: 01.01.2017 bis 31.12.2018
Die Optimierung bei Vorhandensein mehrerer widersprüchlicher Kriterien ist ein Problem, das in verschiedenen praktischen Bereichen auftritt, z. B. in der technischen Planung, der Terminplanung, der Logistik, dem Finanzwesen usw. Solche Probleme werden als Multi-Objektiv-Optimierungsprobleme (MOP) bezeichnet, und ihr Optimum besteht nicht aus einer, sondern aus einer Reihe von besten Kompromisslösungen, die als Pareto-Optimum-Front (POF) bekannt sind. Bei der Lösung von MOP gibt es zwei Hauptaufgaben - erstens die Suche nach der POF und zweitens die effektive Auswahl von Entwürfen aus der POF für die Umsetzung. Diese beiden Aspekte sind besonders schwierig und rechenintensiv, wenn die Anzahl der Ziele mehr als drei beträgt. Die bestehenden Methoden zur Lösung von MOP sind so genannte dekompositionsbasierte evolutionäre Algorithmen (DBEA), die versuchen, das Problem durch die Entwicklung einer Lösungspopulation entlang eines vordefinierten Satzes von Referenzvektoren zu lösen. Die Definition dieses Satzes von Referenzvektoren ist jedoch die größte Herausforderung für moderne DBEAs. Dieses Projekt zielt darauf ab, dieses Problem zu lösen, indem Mittel zur quantitativen Identifizierung von Lösungen von Interesse während der Suche entwickelt werden und diese zur Konstruktion von Referenzvektoren für den Algorithmus verwendet werden. Dies wird die Suche nach qualitativ hochwertigen Lösungen mit geringem Rechenaufwand ermöglichen und gleichzeitig die Entscheidungsfindung unterstützen. Diese beiden Aspekte werden den Algorithmus für den industriellen Einsatz tauglich machen.
Dieser Text wurde mit DeepL übersetzt am 28.11.2025
Gender × Informatik., Förderung von Vernetzung und Dialog in der Forschung.
Laufzeit: 01.03.2016 bis 31.05.2018
Rasante Entwicklungen in der IT-Branche sowie deren vielfältige Auswirkungen auf die menschliche Lebenswelt erfordern zunehmend eine Beschäftigung mit nutzergerechten Gestaltungselementen. Das Zentrum für Chancengleichheit in Wissenschaft und Forschung an der TU Chemnitz hat dieses Thema aufgegriffen und ein Projekt entwickelt, das Informatikforschende für Gender und Diversity sensibilisiert und sie dabei unterstützt, Genderaspekte in den wissenschaftlichen Forschungsprozess zu integrieren und in eigenen Projekten bewusst aufzugreifen und zu reflektieren.
Die Kooperationspartner sind TU Bergakademie Freiberg, TU Ilmenau und OVGU Magdeburg. Die Projektdauer erstreckt sich bis Mai 2018. Das Projekt hat zum Ziel, den intensiven Dialog, die Sensibilisierung von Forschenden sowie eine verbesserte Forschungsvernetzung zwischen den Hochschulen und den Mitarbeitenden zu bewirken, um ihnen die möglichen Potentiale und Chancen der Integration von Genderaspekten in der Informatikforschung aufzuzeigen.
Zu den Maßnahmen, um die genannte Zielsetzung zu erreichen, gehören die Durchführung einer Auftakt- sowie Abschlusstagung sowie vier thematische Workshops, in denen die Teilnehmenden ausgewählte Inputs zum Projekt erhalten und begleitend dazu fachlich und methodisch weitergebildet werden.
Computational Intelligence in Games
Laufzeit: 01.01.2014 bis 31.12.2016
In diesem Projekt arbeiten wir an den Computational Intelligence Algorithmen; insbesondere mit evolutionären Algorithmen in Computerspielen. Unseren Schwerpunkt legen wir auf zwei Computerspiele: Multi-Objective Physical Traveling Salesman Problem und auf General Video Games. Wir entwickeln eine Vielzahl evolutionärer Algorithmen, welche in den Computerspielen integriert werden. Des Weiteren wurden Algorithmen entwickelt, um zu lernen und Entscheidungen während des Spiels zu treffen.
2025
Buchbeitrag
Multi-objective optimization algorithms for energy management system in microgrids including control strategy
Islam, Saiful; Mostaghim, Sanaz; Hartmann, Michael
In: 2025 IEEE Symposia on Computational Intelligence for Energy, Transport and Environmental Sustainability (CIETES Companion) / IEEE Symposium on CI for Energy, Transport and Environmental Sustainability , 2025 - [Piscataway, NJ] : IEEE, insges. 5 S. [Symposium: 2025 IEEE Symposia on Computational Intelligence for Energy, Transport and Environmental Sustainability (CIETES Companion), Trondheim, Norway, 17-20 March 2025]
Towards swarms of long heavy articulated vehicles
Schönnagel, Adrian; Dubé, Michael; Mostaghim, Sanaz
In: GECCO '25 Companion - New York, New York : The Association for Computing Machinery . - 2025, S. 111-112 [Konferenz: GECCO '25 Companion, Genetic and Evolutionary Computation Conference Companion, Malaga, Spain, July 14 - 18, 2025]
Tracing genome influence in multi-objective evolutionary algorithms
Benecke, Tobias; Mostaghim, Sanaz
In: GECCO '25 Companion - New York, New York : The Association for Computing Machinery . - 2025, S. 1807-1815 [Konferenz: GECCO '25 Companion, Genetic and Evolutionary Computation Conference Companion, Malaga, Spain, July 14 - 18, 2025]
Towards automated innovization for route planning - innovized heuristics and problem class bounds
Röper, Eva; Steup, Christoph; Mostaghim, Sanaz
In: GECCO '25 Companion - New York, New York : The Association for Computing Machinery . - 2025, S. 105-106 [Konferenz: GECCO '25 Companion, Genetic and Evolutionary Computation Conference Companion, Malaga, Spain, July 14 - 18, 2025]
Self-organized swarm reinforcement learning under spontaneous communications
Shan, Qihan; Mostaghim, Sanaz
In: GECCO '25 Companion - New York, New York : The Association for Computing Machinery . - 2025, S. 2143-2151 [Konferenz: GECCO '25 Companion, Genetic and Evolutionary Computation Conference Companion, Malaga, Spain, July 14 - 18, 2025]
Improving continuous coverage path planning through subpath selection and multi-objective bilevel optimization
Bostelmann-Arp, Lukas; Steup, Christoph; Mostaghim, Sanaz
In: GECCO '25 Companion - New York, New York : The Association for Computing Machinery . - 2025, S. 783-786 [Konferenz: GECCO '25 Companion, Genetic and Evolutionary Computation Conference Companion, Malaga, Spain, July 14 - 18, 2025]
Evolutionary algorithms for spatial control of gas-solid fluidized beds
Pandey, Pravin; Mostaghim, Sanaz; Wachem, van Berend
In: GECCO '25 Companion - New York, New York : The Association for Computing Machinery . - 2025, S. 883-886 [Konferenz: GECCO '25 Companion, Genetic and Evolutionary Computation Conference Companion, Malaga, Spain, July 14 - 18, 2025]
Modified non-dominated sorting for multi-objective data analysis
Brown, Rachel Ellen; Shan, Qihan; Mostaghim, Sanaz
In: GECCO '25 Companion - New York, New York : The Association for Computing Machinery . - 2025, S. 787-790 [Konferenz: GECCO '25 Companion, Genetic and Evolutionary Computation Conference Companion, Malaga, Spain, July 14 - 18, 2025]
Optimization of time-variant charging station placement using evolutionary algorithms
Kancharla, Sai Lokesh; Brulin, Sebastian; Mostaghim, Sanaz; Olhofer, Markus
In: GECCO '25 Companion - New York, New York : The Association for Computing Machinery . - 2025, S. 371-374 [Konferenz: GECCO '25 Companion, Genetic and Evolutionary Computation Conference Companion, Malaga, Spain, July 14 - 18, 2025]
Rank correlation and cluster testing in multi-objective data analysis of medical data
Brown, Rachel Ellen; Shan, Qihao; Stein, Klaus-Peter; Sandalcioglu, I. Erol; Mostaghim, Sanaz
In: 2025 IEEE Conference on Computational Intelligence in Bioinformatics and Computational Biology (CIBCB) , 2025 - [Piscataway, NJ] : IEEE, insges. 8 S. [Konferenz: 2025 IEEE Conference on Computational Intelligence in Bioinformatics and Computational Biology, CIBCB, Tainan, Taiwan, 20-22 August 2025]
Studies on survival strategies to protect expert knowledge in evolutionary algorithms for interactive role mining
Anderer, Simon; Justen, Nicolas; Scheuermann, Bernd; Mostaghim, Sanaz
In: Evolutionary Computation in Combinatorial Optimization , 1st ed. 2025. - Cham : Springer Nature Switzerland, S. 33-49 - (Lecture notes in computer science$xlvolume 15610) [Konferenz: 25th European Conference on Evolutionary Computation in Combinatorial Optimization, EvoCOP 2025, Part of EvoStar 2025, Trieste, Italy, April 23–25, 2025]
Encodings for multi-objective free-form coverage path planning
Bostelmann-Arp, Lukas; Steup, Christoph; Mostaghim, Sanaz
In: Evolutionary Multi-Criterion Optimization - Singapore : Springer ; Singh, Hemant . - 2025, S. 148-163 [Konferenz: 13th International Conference, EMO 2025, Canberra, March 4–7, 2025]
Begutachteter Zeitschriftenartikel
Species coexistence as an emergent effect of interacting mechanisms
Seidelmann, Thomas; Mostaghim, Sanaz
In: Theoretical population biology - Orlando, Fla. : Academic Press, Bd. 162 (2025), S. 13-21
The road forward with swarm systems
Abbass, Hussein; Mostaghim, Sanaz
In: Philosophical transactions of the Royal Society. A, Mathematical, physical and engineering sciences - London : Royal Society, Bd. 383 (2025), Heft 2289, insges. 8 S.
Dissertation
Development of symbolic models using genetic programming and domain knowledge
Reuter, Julia; Mostaghim, Sanaz
In: Magdeburg: Universitätsbibliothek, Dissertation Otto-von-Guericke-Universität Magdeburg, Fakultät für Informatik 2025, 1 Online-Ressource (XII, 162, XIII-XLVII Seiten, 19,27 MB) [Literaturverzeichnis: Seite XIII-XXXV]
Multi-criteria study of collective swarm decision making in large decision spaces
Shan, Qihao; Mostaghim, Sanaz
In: Magdeburg: Universitätsbibliothek, Dissertation Otto-von-Guericke-Universität Magdeburg, Fakultät für Informatik 2025, 1 Online-Ressource (xi, 150 Blätter, 12,2 MB) [Literaturverzeichnis: Blatt 141-150][Literaturverzeichnis: Blatt 141-150]
Artikel in Kongressband
Genotype vs. Phenotype - a crossover operator comparison for the multi-objective coverage path planning problem
Bostelmann-Arp, Lukas; Steup, Christoph; Mostaghim, Sanaz
In: Proceedings of the Genetic and Evolutionary Computation Conference - [Erscheinungsort nicht ermittelbar] : Association for Computing Machinery . - 2025, S. 536-544 [Konferenz: Genetic and Evolutionary Computation Conference, GECCO'25, Malaga, July 14 - 18, 2025]
Navigating path-influenced environments using evolutionary multi-objective optimization
Nübel, Carlo; Speidel, Malte; Mostaghim, Sanaz
In: Proceedings of the Genetic and Evolutionary Computation Conference - [Erscheinungsort nicht ermittelbar] : Association for Computing Machinery . - 2025, S. 1462-1470 [Konferenz: Genetic and Evolutionary Computation Conference, GECCO'25, Malaga, July 14 - 18, 2025]
Optimization of unequal-area facility layouts for mass-customization assembly systems with AGV material handling
Seidelmann, Thomas; Mostaghim, Sanaz
In: Proceedings of the Genetic and Evolutionary Computation Conference - [Erscheinungsort nicht ermittelbar] : Association for Computing Machinery . - 2025, S. 1480-1488 [Konferenz: Genetic and Evolutionary Computation Conference, GECCO'25, Malaga, July 14 - 18, 2025]
2024
Buchbeitrag
Finding sets of solutions for temporal uncertain problems
Weise, Jens; Mostaghim, Sanaz
In: Applications of Evolutionary Computation - Cham : Springer Nature Switzerland ; Smith, Stephen . - 2024, S. 209-223 - ( Lecture notes in computer science; volume 14634) [Konferenz: 27th International Conference on the Applications of Evolutionary Computation, Aberystwyth, UK, April 3-5, 2024]
Survival strategies for evolutionary role mining algorithms using expert knowledge
Anderer, Simon; Juston, Nicolas; Scheuermann, Bernd; Mostaghim, Sanaz
In: GECCO '24 Companion - New York, New York : The Association for Computing Machinery . - 2024, S. 623-626 [Konferenz: Genetic and Evolutionary Computation Conference Companion, GECCO '24 Companion, Melbourne, Australia, July 14 - 18, 2024]
Free-form coverage path planning of quadcopter swarms for search and rescue missions using multi-objective optimization
Bostelmann-Arp, Lukas; Steup, Christoph; Mostaghim, Sanaz
In: 2024 IEEE Congress on Evolutionary Computation (CEC) - Piscataway, NJ, USA : IEEE, insges. 8 S. [Kongress: 2024 IEEE Congress on Evolutionary Computation, CEC, Yokohama, Japan, 30 June 2024 - 05 July 2024]
Optimized drug design using multi-objective evolutionary algorithms with SELFIES
Hömberg, Tomoya; Mostaghim, Sanaz; Hiwa, Satoru; Hiroyasu, Tomoyuki
In: 2024 IEEE Congress on Evolutionary Computation (CEC) - Piscataway, NJ, USA : IEEE, insges. 8 S. [Kongress: 2024 IEEE Congress on Evolutionary Computation, CEC, Yokohama, Japan, 30 June 2024 - 05 July 2024]
A survey on multi-objective optimization in microgrid systems
Islam, Saiful; Mostaghim, Sanaz; Hartmann, Michael
In: 2024 IEEE Congress on Evolutionary Computation (CEC) - Piscataway, NJ, USA : IEEE, insges. 8 S. [Kongress: 2024 IEEE Congress on Evolutionary Computation, CEC, Yokohama, Japan, 30 June 2024 - 05 July 2024]
Application of a bi-objective EA for RAN resources optimization in a dynamic scenario
Rothkötter, Markus; Kluge, Niklas; Mostaghim, Sanaz
In: 2024 IEEE Congress on Evolutionary Computation (CEC) - Piscataway, NJ, USA : IEEE, insges. 8 S. [Kongress: 2024 IEEE Congress on Evolutionary Computation, CEC, Yokohama, Japan, 30 June 2024 - 05 July 2024]
A learning classifier system approach to time-critical decision-making in dynamic alternate airport selection
Djartov, Boris; Mostaghim, Sanaz; Papenfuß, Anne; Wies, Matthias
In: 2024 IEEE Congress on Evolutionary Computation (CEC) - Piscataway, NJ, USA : IEEE, insges. 8 S. [Kongress: 2024 IEEE Congress on Evolutionary Computation, CEC, Yokohama, Japan, 30 June 2024 - 05 July 2024]
Adverse weather benchmark dataset for LiDAR-based 3D object recognition and segmentation in autonomous driving
Weikert, Dominik; Steup, Christoph; Mostaghim, Sanaz
In: 2024 IEEE Conference on Artificial Intelligence (CAI) - Piscataway, NJ : IEEE, S. 125-126 [Konferenz: 2024 IEEE Conference on Artificial Intelligence (CAI), Singapore, 25-27 June 2024]
Innovization for route planning applied to an Uber Movement Speeds dataset for Berlin
Röpper, Eva; Weise, Jens; Steup, Christoph; Mostaghim, Sanaz
In: Parallel Problem Solving from Nature – PPSN XVIII - Cham : Springer ; Affenzeller, Michael . - 2024, S. 100-116 - ( Lecture notes in computer science; volume 15151) [Konferenz: International Conference on Parallel Problem Solving from Nature, PPSN 2024, Hagenberg, Austria, September 14–18, 2024]
Unit-aware genetic programming for the development of empirical equations
Reuter, Julia; Martinek, Viktor; Herzog, Roland; Mostaghim, Sanaz
In: Parallel Problem Solving from Nature – PPSN XVIII - Cham : Springer ; Affenzeller, Michael . - 2024, S. 168-183 - ( Lecture notes in computer science; volume 15151) [Konferenz: International Conference on Parallel Problem Solving from Nature, PPSN 2024, Hagenberg, Austria, September 14–18, 2024]
Decentralized conflict resolution for navigation in swarm robotics
Mai, Sebastian; Mostaghim, Sanaz
In: Swarm Intelligence , 1st ed. 2024. - Cham : Springer Nature Switzerland ; Hamann, Heiko, S. 215-223 - (Lecture notes in computer science; volume 14987) [Konferenz: 14th International Conference on Swarm Intelligence, ANTS 2024, Konstanz, Germany, October 9–11, 2024]
Match point AI - a novel AI framework for evaluating data-driven tennis strategies
Nübel, Carlo; Dockhorn, Alexander; Mostaghim, Sanaz
In: 2024 IEEE Conference on Games (CoG) - Piscataway, NJ : IEEE, insges. 4 S. [Konferenz: IEEE Conference on Games, CoG, Milan, Italy, 05-08 August 2024]
Begutachteter Zeitschriftenartikel
Many-option collective decision making - discrete collective estimation in large decision spaces
Shan, Qihan; Mostaghim, Sanaz
In: Swarm intelligence - New York, NY [u.a.] : Springer, Bd. 18 (2024), Heft 2-3, S. 215-241
Deterministic drag modelling for spherical particles in Stokes regime using data-driven approaches
Elmestikawy, Hani; Reuter, Julia; Evrard, Fabien; Mostaghim, Sanaz; Wachem, Berend
In: International journal of multiphase flow - Oxford : Pergamon Press, Bd. 178 (2024), Artikel 104880, insges. 13 S.
2023
Buchbeitrag
Graph networks as inductive bias for genetic programming - symbolic models for particle-laden flows
Reuter, Julia; Elmestikawy, Hani; Evrad, Fabien; Mostaghim, Sanaz; Wachem, Berend
In: Genetic Programming , 1st ed. 2023. - Cham : Springer Nature Switzerland ; Pappa, Gisele, S. 36-51 - (Lecture notes in computer science; volume 13986) [Konferenz: 26th European Conference on Genetic Programming, EuroGP 2023, Brno, Czech Republic, April 12-14, 2023]
Linking field decomposition and coverage path planning - a coevolution approach
Bostelmann-Arp, Lukas; Steup, Christoph; Mostaghim, Sanaz
In: IEEE CAI 2023 / IEEE Conference on Artificial Intelligence , 2023 - Los Alamitos : IEEE, S. 294-295 [Konferenz: 2023 IEEE Conference on Artificial Intelligence, CAI 2023, Santa Clara, Califonien, USA, 05-06 June 2023]
Towards a new model for a 6G network-of-networks
Rothkötter, Markus; Weise, Jens; Mostaghim, Sanaz
In: IEEE CAI 2023 / IEEE Conference on Artificial Intelligence , 2023 - Los Alamitos : IEEE, S. 255-256 [Konferenz: 2023 IEEE Conference on Artificial Intelligence, CAI 2023, Santa Clara, Califonien, USA, 05-06 June 2023]
A preference-based activity scheduling algorithm using many-objective optimization
Rothkötter, Markus; Mostaghim, Sanaz
In: Proceedings of the Companion Conference on Genetic and Evolutionary Computation - New York, NY, United States : Association for Computing Machinery . - 2023, S. 407-410 [Konferenz: Companion Conference on Genetic and Evolutionary Computation, GECCO '23 Companion, Lisbon, Portugal, July 15 - 19, 2023]
A generalized circular supply chain problem for multi-objective evolutionary algorithms
Benecke, Tobias; Antons, Oliver; Mostaghim, Sanaz; Arlinghaus, Julia C.
In: Proceedings of the Companion Conference on Genetic and Evolutionary Computation - New York, NY, United States : Association for Computing Machinery . - 2023, S. 355-358 [Konferenz: Companion Conference on Genetic and Evolutionary Computation, GECCO '23 Companion, Lisbon, Portugal, July 15 - 19, 2023]
Towards benchmarking of pathfinding algorithms in path-influenced environments
Heise, Julia; Weise, Jens; Mostaghim, Sanaz
In: Proceedings of the Companion Conference on Genetic and Evolutionary Computation - New York, NY, United States : Association for Computing Machinery . - 2023, S. 69-70 [Konferenz: Companion Conference on Genetic and Evolutionary Computation, GECCO '23 Companion, Lisbon, Portugal, July 15 - 19, 2023]
Multi-objective multiplexer decision making benchmark problem
Djartov, Boris; Mostaghim, Sanaz
In: Proceedings of the Companion Conference on Genetic and Evolutionary Computation - New York, NY, United States : Association for Computing Machinery . - 2023, S. 1676-1683 [Konferenz: Companion Conference on Genetic and Evolutionary Computation, GECCO '23 Companion, Lisbon, Portugal, July 15 - 19, 2023]
Multi-objective Island model genetic programming for predicting the stokes flow around a sphere
Reuter, Julia; Pandey, Pravin; Mostaghim, Sanaz
In: 2023 IEEE Symposium Series on Computational Intelligence (SSCI) , 2023 - Piscataway, NJ : IEEE, S. 1485-1490 [Symposium: 2023 IEEE Symposium Series on Computational Intelligence (SSCI), Mexiko City, 05.-08. December 2023]
Effects of optimal genetic material in the initial population of evolutionary algorithms
Benecke, Tobias; Mostaghim, Sanaz
In: 2023 IEEE Symposium Series on Computational Intelligence (SSCI) , 2023 - Piscataway, NJ : IEEE, S. 1386-1391 [Symposium: 2023 IEEE Symposium Series on Computational Intelligence (SSCI), Mexiko City, 05.-08. December 2023]
MACO - a real-world inspired benchmark for multi-objective evolutionary algorithms
Mai, Sebastian; Benecke, Tobias; Mostaghim, Sanaz
In: Evolutionary Multi-Criterion Optimization , 1st ed. 2023. - Cham : Springer Nature Switzerland ; Emmerich, Michael, S. 305-318 - ( Lecture notes in computer science; volume 13970) [Konferenz: 12th International Conference, EMO 2023, Leiden, The Netherlands, March 20-24, 2023]
Medical and behavioral knowledge discovery using multi-objective analysis
Mostaghim, Sanaz; Shan, Qihao; Desel, Christiane Anna-Elisabeth; Duscha, Alexander; Haghikia, Aiden; Hegelmaier, Tobias Sebastian; Kuhn, Felix; Remy, Stefan
In: 2023 IEEE Conference on Computational Intelligence in Bioinformatics and Computational Biology (CIBCB) / IEEE CIBCB , 2023 - Piscataway, NJ : IEEE, insges. 8 S. [Konferenz: IEEE Conference on Computational Intelligence in Bioinformatics and Computational Biology, CIBCB, Eindhoven, Netherlands, 29-31 August 2023]
Online learning hyper-heuristics in multi-objective evolutionary algorithms
Heise, Julia; Mostaghim, Sanaz
In: Evolutionary Multi-Criterion Optimization , 1st ed. 2023. - Cham : Springer Nature Switzerland ; Emmerich, Michael, S. 162-175 - ( Lecture notes in computer science; volume 13970) [Konferenz: 12th International Conference, EMO 2023, Leiden, The Netherlands, March 20-24, 2023]
Multi-objective seed curve optimization for coverage path planning in precision farming
Borstelmann-Arp, Lukas; Steup, Christoph; Mostaghim, Sanaz
In: Proceedings of the Genetic and Evolutionary Computation Conference Companion - New York, NY, United States : Association for Computing Machinery . - 2023, S. 1312-1320
Unfolding the variability of clinical data in Parkinson treatment using multi-objective analysis
Mostaghim, Sanaz; Shan, Qihao; Desel, Christiane Anna-Elisabeth; Duscha, Alexander; Haghikia, Aiden; Hegelmaier, Tobias Sebastian
In: IEEE CAI 2023 / IEEE Conference on Artificial Intelligence , 2023 - Los Alamitos : IEEE, S. 120-121 [Konferenz: 2023 IEEE Conference on Artificial Intelligence, CAI 2023, Santa Clara, Califonien, USA, 05-06 June 2023]
Surrogate functions and digital twin simulation for modern facility layout planning
Seidelmann, Thomas; Mostaghim, Sanaz
In: IEEE CAI 2023 / IEEE Conference on Artificial Intelligence , 2023 - Los Alamitos : IEEE, S. 197-198 [Konferenz: 2023 IEEE Conference on Artificial Intelligence, CAI 2023, Santa Clara, Califonien, USA, 05-06 June 2023]
A coevolution approach for the multi-objective dircular supply chain problem
Benecke, Tobias; Antons, Oliver; Mostaghim, Sanaz; Arlinghaus, Julia C.
In: IEEE CAI 2023 / IEEE Conference on Artificial Intelligence , 2023 - Los Alamitos : IEEE, S. 222-223 [Konferenz: 2023 IEEE Conference on Artificial Intelligence, CAI 2023, Santa Clara, Califonien, USA, 05-06 June 2023]
Begutachteter Zeitschriftenartikel
Evolutionary algorithm for parameter optimization of context steering agents
Dockhorn, Alexander; Kirst, Martin; Mostaghim, Sanaz; Wieczorek, Martin; Zille, Heiner
In: IEEE transactions on games - New York, NY : IEEE, Bd. 15 (2023), Heft 1, S. 26-35
Landscape analysis of multi-objective control of fluidized beds
Jamil, Iffat; Mostaghim, Sanaz; Wachem, Berend; Chéron, Victor; Hausmann, Max
In: Proceedings of the Companion Conference on Genetic and Evolutionary Computation - New York, NY, United States : Association for Computing Machinery . - 2023, S. 1950-1955 [Konferenz: Companion Conference on Genetic and Evolutionary Computation, GECCO '23 Companion, Lisbon, Portugal, July 15 - 19, 2023]
Survey on multi-objective task allocation algorithms for IoT networks
Weikert, Dominik; Steup, Christoph; Mostaghim, Sanaz
In: Sensors - Basel : MDPI, Bd. 23 (2023), Heft 1, Artikel 142, insges. 23 S.
Dynamic optimization of role concepts for role-based access control using evolutionary algorithms
Anderer, Simon; Kempter, Tobias; Scheuermann, Bernd; Mostaghim, Sanaz
In: SN Computer Science - Singapore : Springer Singapore, Bd. 4 (2023), Artikel 416, insges. 17 S.
Dissertation
Evolutionary many-objective optimisation for pathfinding problems
Weise, Jens; Mostaghim, Sanaz
In: Magdeburg: Universitätsbibliothek, Dissertation Otto-von-Guericke-Universität Magdeburg, Fakultät für Informatik 2023, 1 Online-Ressource (XIV, 130, XVII-CXI Seiten, 18,9 MB) [Literaturverzeichnis: Seite XVII-XXXVI][Literaturverzeichnis: Seite XVII-XXXVI]
Role mining for industrial-strength ERP systems using evolutionary algorithms
Anderer, Simon; Mostaghim, Sanaz
In: Magdeburg: Universitätsbibliothek, Dissertation Otto-von-Guericke-Universität Magdeburg, Fakultät für Informatik 2023, 1 Online-Ressource (xxiv, 287 Seiten, 66,03 MB) [Literaturverzeichnis: Seite 221-229][Literaturverzeichnis: Seite 221-229]
2022
Buchbeitrag
Collective decision-making for conflict resolution in multi-agent pathfinding
Mai, Sebastian; Mostaghim, Sanaz
In: Swarm Intelligence , 1st ed. 2022. - Cham : Springer International Publishing ; Dorigo, Marco, S. 79-90 - (Lecture notes in computer science; volume 13491) [Konferenz: 13th International Conference on Swarm Intelligence, ANTS 2022, Málaga, Spain, November 2-4, 2022]
Computational intelligence methodologies for multi-objective optimization and decision-making in autonomous systems
Mostaghim, Sanaz
In: Women in Computational Intelligence , 1st ed. 2022. - Cham : Springer International Publishing ; Smith, Alice E., S. 377-392
Benchmarking performances of collective decision-making strategies with respect to communication bandwidths in discrete collective estimation
Shan, Qihao; Mostaghim, Sanaz
In: Swarm Intelligence , 1st ed. 2022. - Cham : Springer International Publishing ; Dorigo, Marco, S. 54-65 - (Lecture notes in computer science; volume 13491) [Konferenz: 13th International Conference on Swarm Intelligence, ANTS 2022, Málaga, Spain, November 2-4, 2022]
Finding cost-effective re-layouting solutions in modern Brownfield facility layout planning
Seidelmann, Thomas; Mostaghim, Sanaz
In: 2022 IEEE Congress on Evolutionary Computation, CECE , 2022 - Piscataway, NJ, USA : IEEE [Kongress: 2022 IEEE Congress on Evolutionary Computation, CEC, Padua, Italy, 18-23 July 2022]
Estimating the quality of initial populations in multi-objective evolutionary algorithms
Benecke, Tobias; Mostaghim, Sanaz
In: Proceedings of the Genetic and Evolutionary Computation Conference Companion - New York, NY, United States : Association for Computing Machinery ; Fieldsend, Jonathan E. . - 2022, S. 324-327 [Konferenz: Genetic and Evolutionary Computation Conference, GECCO 22, Boston, Massachusetts, July 9 - 13, 2022]
Multi-objective task allocation for dynamic IoT networks
Weikert, Dominik; Steup, Christoph; Mostaghim, Sanaz
In: 2022 IEEE International Conference on Omni-Layer Intelligent Systems (COINS) , 2022 - Piscataway, NJ : IEEE, insges. 5 S. [Konferenz: IEEE International Conference on Omni-layer Intelligent Systems, COINS, Barcelona, Spain, 01-03 August 2022]
Towards improving simulations of flows around spherical particles using genetic programming
Reuter, Julia; Cendrollu, Manoj; Evrard, Fabien; Mostaghim, Sanaz; Wachem, Berend
In: 2022 IEEE Congress on Evolutionary Computation, CECE , 2022 - Piscataway, NJ, USA : IEEE [Kongress: 2022 IEEE Congress on Evolutionary Computation, CEC, Padua, Italy, 18-23 July 2022]
Driving swarm - a swarm robotics framework for intelligent navigation in a self-organized world
Mai, Sebastian; Traichel, Nele; Mostaghim, Sanaz
In: 2022 International Conference on Robotics and Automation (ICRA) / IEEE International Conference on Robotics and Automation , 2022 - IEEE, S. 4958-4964
Genetic programming-based inverse kinematics for robotic manipulators
Reuter, Julia; Steup, Christoph; Mostaghim, Sanaz
In: Genetic Programming - Cham : Springer International Publishing ; Medvet, Eric . - 2022, S. 130-145 - ( Lecture notes in computer science; volume 13223) [Konferenz: 25th European Conference on Genetic Programming, EuroGP 2022, Madrid, Spain, April 20-22, 2022]
Evolutionary algorithms for the constrained two-level role mining problem
Anderer, Simon; Schrader, Falk; Scheuermann, Bernd; Mostaghim, Sanaz
In: Evolutionary Computation in Combinatorial Optimization , 1st ed. 2022. - Cham : Springer International Publishing ; Pérez Cáceres, Leslie, S. 79-94 - (Lecture notes in computer science; volume 13222) [Konferenz: 22nd European Conference, EvoCOP 2022, Held as Part of EvoStar 2022, Madrid, Spain, April 2022, 2022]
Surrogate models for IoT task allocation optimization
Weikert, Dominik; Steup, Christoph; Mostaghim, Sanaz
In: Proceedings of the Genetic and Evolutionary Computation Conference Companion - New York, NY, United States : Association for Computing Machinery ; Fieldsend, Jonathan E. . - 2022, S. 364-366 [Konferenz: Genetic and Evolutionary Computation Conference, GECCO 22, Boston, Massachusetts, July 9 - 13, 2022]
Multi-objective roadmap optimization for multiagent navigation
Mai, Sebastian; Deubel, Maximilian; Mostaghim, Sanaz
In: 2022 IEEE Congress on Evolutionary Computation, CECE , 2022 - Piscataway, NJ, USA : IEEE [Kongress: 2022 IEEE Congress on Evolutionary Computation, CEC, Padua, Italy, 18-23 July 2022]
Begutachteter Zeitschriftenartikel
Analysis of inter and intra-front operations in multi-modal multi-objective optimization problems
Javadi, Mahrokh; Mostaghim, Sanaz
In: Natural computing - Dordrecht : Springer Science + Business Media B.V., Bd. 22 (2023), Heft 2, S. 341-356
A comparison of distance metrics for the multi-objective pathfinding problem
Weise, Jens; Mostaghim, Sanaz
In: Natural computing - Dordrecht : Springer Science + Business Media B.V., Bd. 22 (2023), Heft 2, S. 315-328
Noise-resistant and scalable collective preference learning via ranked voting in swarm robotics
Shan, Qihao; Mostaghim, Sanaz
In: Swarm intelligence - New York, NY [u.a.] : Springer, Bd. 17 (2023), Heft 1-2, S. 5–26
Availability-aware multiobjective task allocation algorithm for internet of things networks
Weikert, Dominik; Steup, Christoph; Mostaghim, Sanaz
In: IEEE internet of things journal / Institute of Electrical and Electronics Engineers - New York, NY : IEEE, Bd. 9 (2022), Heft 15, S. 12945-12953
Exploring dynamic pandemic containment strategies using multi-objective Optimization [research frontier]
Fischer, Dominik; Mostaghim, Sanaz; Seidelmann, Thomas
In: IEEE computational intelligence magazine / Institute of Electrical and Electronics Engineers - New York, NY [u.a.] : IEEE, Bd. 17 (2022), Heft 3, S. 54-65
Artikel in Kongressband
Multi-objective evolutionary game theory - a case study in cancer therapy
Bostelmann-Arp, Lukas; Mostaghim, Sanaz; Braun, Andreas; Tüting, Thomas
In: Proceedings of the Artificial Life Conference 2022, ALIFE ; Holler, Silvia, Artikel isal_a_00498,20, insges. 3 S. [Konferenz: Conference on Artificial Life, ALIFE 2022, online, July 18-22, 2022]
Wissenschaftliche Monographie
Computational Intelligence - A Methodological Introduction
Kruse, Rudolf; Mostaghim, Sanaz; Borgelt, Christian; Braune, Christian; Steinbrecher, Matthias
In: Cham: Imprint: Springer, 2022., 1 Online-Ressource(XIV, 639 p. 324 illus., 42 illus. in color.) - (Texts in Computer Science; Springer eBook Collection), ISBN: 978-3-030-42227-1
2021
Buchbeitrag
Kooperation mittels Schwarmintelligenz
Mostaghim, Sanaz; Mai, Sebastian
In: Zusammenwirken von natürlicher und künstlicher Intelligenz - Wiesbaden : Springer VS ; Haux, Reinhold *1953-* . - 2021, S. 55-69
The impact of population size on the convergence of multi-objective evolutionary algorithms
Benecke, Tobias; Mostaghim, Sanaz
In: 2021 IEEE Symposium Series on Computational Intelligence (SSCI) / IEEE SSCI , 2021 - [Piscataway, NJ] : IEEE, insges. 8 S. [Symposium: IEEE Symposium Series on Computational Intelligence, SSCI, Online, 05. - 07. December 2021]
Combining Manhattan and crowding distances in decision space for multimodal multi-objective optimization problems
Javadi, Mahrokh; Ramirez-Atencia, Cristian; Mostaghim, Sanaz
In: Advances in evolutionary and deterministic methods for design, optimization and control in engineering and sciences - Cham : Springer ; Gaspar-Cunha, António . - 2021, S. 131-145 - ( Computational Methods in Applied Sciences; volume 55)
Optimal control policies to address the pandemic health-economy dilemma
Salgotra, Rohit; Moshaiov, Amiram; Seidelmann, Thomas; Fischer, Dominik; Mostaghim, Sanaz
In: 2021 IEEE Congress on Evolutionary Computation , 2021 - Piscataway, NJ, USA : IEEE, S. 720-727 [Kongress: 2021 IEEE Congress on Evolutionary Computation, CEC, Kraków, Poland, 28 June-1 July 2021]
Dissecting neural networks filter responses for artistic style transfer
Uhde, Florian; Mostaghim, Sanaz
In: Artificial Intelligence in Music, Sound, Art and Design , 1st ed. 2021. - Cham : Springer International Publishing ; Romero, Juan, S. 297-312 - ( Lecture notes in computer science; volume 12693) [Konferenz: 10th International Conference on Artificial Intelligence in Music, Sound, Art and Design, EvoMUSART 2021, Virtual Event, April 7-9, 2021]
A multi-objective multimodal evolutionary algorithm using a novel tournament and environmental selections
Javadi, Mahrokh; Mostaghim, Sanaz
In: 2021 IEEE Symposium Series on Computational Intelligence (SSCI) / IEEE SSCI , 2021 - [Piscataway, NJ] : IEEE, insges. 7 S. [Symposium: IEEE Symposium Series on Computational Intelligence, SSCI, Online, 05. - 07. December 2021]
Discrete collective estimation in swarm robotics with ranked voting systems
Shan, Qihao; Heck, Alexander; Mostaghim, Sanaz
In: 2021 IEEE Symposium Series on Computational Intelligence (SSCI) / IEEE SSCI , 2021 - [Piscataway, NJ] : IEEE, insges. 8 S. [Symposium: IEEE Symposium Series on Computational Intelligence, SSCI, Online, 05. - 07. December 2021]
Enhancing resilience in IoT networks using organic computing
Weikert, Dominik; Steup, Christoph; Mostaghim, Sanaz
In: Informatik 2020 - Back to the future - Bonn : Gesellschaft für Informatik e.V. . - 2021, S. 1205-1214 [Tagung: 50. Jahrestagung der Gesellschaft für Informatik, virtual, 28. September bis 2. Oktober 2020]
Assessment of multi-objective coevolutionary genetic programming for predicting the stokes flow around a sphere
Zille, Heiner; Evrard, Fabien; Reuter, Julia; Mostaghim, Sanaz; Wachem, Berend
In: EUROGEN 2021 - ECCOMAS Proceedia; Gauger, Nicolas . - 2021, S. 171-190
Multi-objective optimization and decision-making in context steering
Dockhorn, Alexander; Mostaghim, Sanaz; Kirst, Martin; Zettwitz, Martin
In: IEEE Symposium on Computational Intelligence and Games, CIG - [Piscataway, NJ] : IEEE . - 2021, insges. 8 S. [Konferenz: 2021 IEEE Conference on Games, CoG, Copenhagen, Denmark, 17-20 August 2021]
Mobility-aware multi-objective task allocation for wireless sensor networks
Weikert, Dominik; Steup, Christoph; Atienza, David; Mostaghim, Sanaz
In: 2021 IEEE Symposium Series on Computational Intelligence (SSCI) / IEEE SSCI , 2021 - [Piscataway, NJ] : IEEE, insges. 7 S. [Symposium: IEEE Symposium Series on Computational Intelligence, SSCI, Online, 05. - 07. December 2021]
Using neighborhood-based density measures for multimodal multi-objective optimization
Javadi, Mahrokh; Mostaghim, Sanaz
In: Evolutionary Multi-Criterion Optimization , 1st ed. 2021. - Cham : Springer International Publishing ; Ishibuchi, Hisao - 11th International Conference, EMO 2021, Shenzhen, China, March 28–31, 2021, Proceedings, S. 335-345 - (Lecture notes in computer science; volume 12654) [Konferenz: 11th International Conference on Evolutionary Multi-Criterion Optimization, EMO 2021, Shenzhen, China, March 28-31, 2021]
Unit-aware multi-objective genetic programming for the prediction of the stokes flow around a sphere
Zille, Heiner; Mostaghim, Sanaz; Evrard, Fabien; Wachem, Berend
In: Proceedings of the Genetic and Evolutionary Computation Conference Companion / Chicano , Francisco - New York,NY,United States : Association for Computing Machinery ; Chicano, Francisco . - 2021, S. 327-328 [Konferenz: Genetic and Evolutionary Computation Conference Companion, GECCO '21, Lille, France, July 10 - 14, 2021]
The effects of crowding distance and mutation in multimodal and multi-objective optimization problems
Javadi, Mahrokh; Zille, Heiner; Mostaghim, Sanaz
In: Advances in evolutionary and deterministic methods for design, optimization and control in engineering and sciences - Cham : Springer ; Gaspar-Cunha, António . - 2021, S. 115-130 - ( Computational Methods in Applied Sciences; volume 55)
A comparative study of different encodings on the multi-objective pathfinding problem
Weise, Jens; Zille, Heiner; Mostaghim, Sanaz
In: 2021 IEEE Symposium Series on Computational Intelligence (SSCI) / IEEE SSCI , 2021 - [Piscataway, NJ] : IEEE, insges. 8 S. [Symposium: IEEE Symposium Series on Computational Intelligence, SSCI, Online, 05. - 07. December 2021]
RMPlib - a library of benchmarks for the role mining problem
Anderer, Simon; Scheuermann, Bernd; Mostaghim, Sanaz; Bauerle, Patrick; Beil, Matthias
In: Proceedings of the 26th ACM Symposium on Access Control Models and Technologies / Lobo , Jorge - New York,NY,United States : Association for Computing Machinery ; Lobo, Jorge . - 2021, S. 3-13 [Symposium: 26th ACM Symposium on Access Control Models and Technologies, virtual event Spain, June 16 - 18, 2021]
Tracking the heritage of genes in evolutionary algorithms
Benecke, Tobias; Mostaghim, Sanaz
In: 2021 IEEE Congress on Evolutionary Computation , 2021 - Piscataway, NJ, USA : IEEE, S. 1800-1807 [Kongress: 2021 IEEE Congress on Evolutionary Computation, CEC, Kraków, Poland, 28 June-1 July 2021]
A customized niching methodology for the many-objective pathfinding problem
Weise, Jens; Mostaghim, Sanaz
In: 2021 IEEE Symposium Series on Computational Intelligence (SSCI) / IEEE SSCI , 2021 - [Piscataway, NJ] : IEEE, insges. 8 S. [Symposium: IEEE Symposium Series on Computational Intelligence, SSCI, Online, 05. - 07. December 2021]
Meeting demands for mass customization - a hybrid organic computing approach
Seidelmann, Thomas; Weise, Jens; Mostaghim, Sanaz
In: 2021 IEEE Symposium Series on Computational Intelligence (SSCI) / IEEE SSCI , 2021 - [Piscataway, NJ] : IEEE, insges. 8 S. [Symposium: IEEE Symposium Series on Computational Intelligence, SSCI, Online, 05. - 07. December 2021]
Many-objective pathfinding based on Fréchet similarity metric
Weise, Jens; Mostaghim, Sanaz
In: Evolutionary Multi-Criterion Optimization , 1st ed. 2021. - Cham : Springer International Publishing ; Ishibuchi, Hisao - 11th International Conference, EMO 2021, Shenzhen, China, March 28–31, 2021, Proceedings, S. 375-386 - (Lecture notes in computer science; volume 12654) [Konferenz: 11th International Conference on Evolutionary Multi-Criterion Optimization, EMO 2021, Shenzhen, China, March 28-31, 2021]
Begutachteter Zeitschriftenartikel
A single-copter UWB-ranging-based localization system extendable to a swarm of drones
Steup, Christoph; Beckhaus, Jonathan; Mostaghim, Sanaz
In: Drones - Basel : MDPI, Bd. 5 (2021), Heft 3, Artikel 85, insges. 20 S.
Discrete collective estimation in swarm robotics with distributed Bayesian belief sharing
Shan, Qihao; Mostaghim, Sanaz
In: Swarm intelligence - New York, NY [u.a.] : Springer, Bd. 15 (2021), Heft 4, S. 377-402
A scalable many-objective pathfinding benchmark suite
Weise, Jens; Mostaghim, Sanaz
In: IEEE transactions on evolutionary computation / Institute of Electrical and Electronics Engineers - New York, NY : IEEE - a publication of the IEEE Neural Networks Council . - 2021 [Online first]
Achieving task allocation in swarm intelligence with bi-objective embodied evolution
Shan, Qihao; Mostaghim, Sanaz
In: Swarm intelligence - New York, NY [u.a.] : Springer, Bd. 15 (2021), Heft 3, S. 287-310 [Online first]
IEEE CIS VP-member activities vision statement [society briefs]
Mostaghim, Sanaz
In: IEEE computational intelligence magazine / Institute of Electrical and Electronics Engineers - New York, NY [u.a.] : IEEE, Bd. 16 (2021), Heft 1, insges. 8 S.
Multi-featured collective perception with Evidence Theory - tackling spatial correlations
Bartashevich, Palina; Mostaghim, Sanaz
In: Swarm intelligence - New York, NY [u.a.] : Springer, Bd. 15 (2021), Heft 1-2, S. 83-110
2020
Buchbeitrag
Ant colony optimization based multi-robot planner for combined task allocation and path finding
Qizilbash, Agha Ali Haider; Henkel, Christian; Mostaghim, Sanaz
In: 2020 17th International Conference on Ubiquitous Robots (UR) , 2020 - [Piscataway, NJ] : IEEE, S. 487-493 [Konferenz: 17th International Conference on Ubiquitous Robots, UR, Kyoto, Japan, 22-26 June 2020]
Modeling pathfinding for swarm robotics
Mai, Sebastian; Mostaghim, Sanaz
In: Swarm Intelligence - Cham : Springer Nature Switzerland AG ; Dorigo, Marco . - 2020, S. 190-202 - ( Lecture Notes in Computer Science; 12421) [Konferenz: 12th International Conference, ANTS 2020, Barcelona, Spain, October 2628, 2020]
Impact of communication topology on PSO-based swarms in vector fields
Bartashevich, Palina; Koerte, Doreen; Mostaghim, Sanaz
In: 2020 IEEE Symposium Series on Computational Intelligence (SSCI) / IEEE SSCI , 2020 - [Piscataway, NJ] : IEEE, S. 497 - 504 [Symposium: 2020 IEEE Symposium Series on Computational Intelligence, SSCI, Canberra, Australia, 1-4 December 2020]
On the scalable multi-objective multi-agent pathfinding problem
Weise, Jens; Mai, Sebastian; Zille, Heiner; Mostaghim, Sanaz
In: 2020 IEEE Congress on Evolutionary Computation (CEC) , 2020 - Piscataway, NJ, USA : IEEE, insges. 8 S. [Kongress: IEEE Congress on Evolutionary Computation, CEC, Glasgow, United Kingdom, 19-24 July 2020]
A many-objective route planning benchmark problem for navigation
Weise, Jens; Mostaghim, Sanaz
In: GECCO'20 - New York, New York : The Association for Computing Machinery . - 2020, S. 183-184 [Konferenz: Genetic and Evolutionary Computation Conference Companion, GECCO '20, Cancún Mexico, 8-12 July 2020]
Survey into predictive key performance indicator analysis from data mining perspective
Thakur, Akshay; Beck, Robert; Mostaghim, Sanaz; Grosmann, Daniel
In: 2020 IEEE 25th International Conference on Emerging Technologies and Factory Automation (ETFA) / IEEE International Conference on Emerging Technologies and Factory Automation , 2020 - Piscataway, NJ : IEEE ; IEEE International Conference on Emerging Technologies and Factory Automation (25.:2020), S. 476-483 [Konferenz: 25th IEEE International Conference on Emerging Technologies and Factory Automation, ETFA, Vienna, Austria, 8-11 Sept. 2020]
The addRole-EA - a new evolutionary algorithm for the role mining problem
Anderer, Simon; Kreppein, Daniel; Scheuermann, Bernd; Mostaghim, Sanaz
In: Proceedings of the 12th International Joint Conference on Computational Intelligence. Volume 1 - Scitepress Digital Library ; Merelo, Juan Julian . - 2020, S. 155-166 [Konferenz: 12th International Joint Conference on Computational Intelligence, web-based event, 2-4 November 2020]
T-EA - a Traceable Evolutionary Algorithm
Ramirez-Atencia, Cristian; Benecke, Tobias; Mostaghim, Sanaz
In: 2020 IEEE Congress on Evolutionary Computation (CEC) , 2020 - Piscataway, NJ, USA : IEEE, insges. 8 S. [Kongress: IEEE Congress on Evolutionary Computation, CEC, Glasgow, United Kingdom, 19-24 July 2020]
Multi-objective task allocation for wireless sensor networks
Weikert, Dominik; Steup, Christoph; Mostaghim, Sanaz
In: 2020 IEEE Symposium Series on Computational Intelligence (SSCI) / IEEE SSCI , 2020 - [Piscataway, NJ] : IEEE, S. 181 - 188 [Symposium: 2020 IEEE Symposium Series on Computational Intelligence, SSCI, Canberra, Australia, 1-4 December 2020]
Machine learning for evaluating Kaizens in Volkswagen production system - an industrial case study
Thakur, Akshay; Beck, Robert; Mostaghim, Sanaz; Großmann, Daniel
In: 2020 IEEE International Conference on Data Science and Advanced Analytics , 2020 - Piscataway, NJ : IEEE ; Webb, Geoff, S. 781-782 [Konferenz: 7th International Conference on Data Science and Advanced Analytics, DSAA, Sydney, Australia, 6-9 Oct. 2020]
Collective decision making in swarm robotics with distributed Bayesian Hypothesis Testing
Shan, Qihao; Mostaghim, Sanaz
In: Swarm Intelligence - Cham : Springer Nature Switzerland AG ; Dorigo, Marco . - 2020, S. 55-67 - ( Lecture Notes in Computer Science; 12421) [Konferenz: 12th International Conference, ANTS 2020, Barcelona, Spain, October 2628, 2020]
A novel grid-based crowding distance for multimodal multi-objective optimization
Javadi, Mahrokh; Ramirez-Atencia, Cristian; Mostaghim, Sanaz
In: 2020 IEEE Congress on Evolutionary Computation (CEC) , 2020 - Piscataway, NJ, USA : IEEE, insges. 8 S. [Kongress: IEEE Congress on Evolutionary Computation, CEC, Glasgow, United Kingdom, 19-24 July 2020]
Begutachteter Zeitschriftenartikel
MOSAIK - a formal model for self-organizing manufacturing systems
Charpenay, Victor; Schraudner, Daniel; Seidelmann, Thomas; Spieldenner, Torsten; Weise, Jens; Schubotz, René; Mostaghim, Sanaz; Harth, Andreas
In: IEEE pervasive computing / Institute of Electrical and Electronics Engineers - New York, NY : IEEE . - 2020, insges. 10 S. [Online first]
Particle swarm contour search algorithm
Weikert, Dominik; Mai, Sebastian; Mostaghim, Sanaz
In: Entropy - Basel : MDPI - Volume 22(2020), issue 4, article 407, 15 Seiten
How cognitive and environmental constraints influence the reliability of simulated animats in groups
Fischer, Dominik; Mostaghim, Sanaz; Albantakis, Larissa
In: PLOS ONE - San Francisco, California, US : PLOS - Volume 15 (2020), issue 2, article e0228879, 32 Seiten
Generic component-based mission-centric energy model for micro-scale unmanned aerial vehicles
Steup, Christoph; Parlow, Simon; Mai, Sebastian; Mostaghim, Sanaz
In: Drones - Basel : MDPI - Volume 4 (2020), issue 4, article 63, 17 Seiten
2019
Abstrakt
The effects of crowding distance and mutation in multimodal and multi-objective optimization problems
Javadi, Mahrokh; Zille, Heiner; Mostaghim, Sanaz
In: EUROGEN 2019 - Guimarães, S. 1-8 [Konferenz: EUROGEN 2019, Guimarães, Portugal, September 12-14, 2019]
Combining manhattan and crowding distances in decision space for multimodal multi-objective optimization problems
Javadi, Mahrokh; Ramirez-Atencia, Cristian; Mostaghim, Sanaz
In: EUROGEN 2019 - Guimarães, S. 1-6 [Konferenz: EUROGEN 2019, Guimarães, Portugal, September 12-14, 2019]
Buchbeitrag
Modified crowding distance and mutation for multimodal multi-objective optimization
Javadi, Mahrokh; Zille, Heiner; Mostaghim, Sanaz
In: GECCO'19 - New York, New York : The Association for Computing Machinery ; López-Ibáñez, Manuel . - 2019, S. 211-212 [Konferenz: Genetic and Evolutionary Computation Conference Companion, GECCO '19, Prague, Czech Republic, July 13 - 17, 2019]
A local approach to forward model learning - results on the game of life game
Lucas, Simon M.; Dockhorn, Alexander; Volz, Vanessa; Bamford, Chris; Gaina, Raluca D.; Bravi, Ivan; Perez-Liebana, Diego; Mostaghim, Sanaz; Kruse, Rudolf
In: 2019 IEEE Symposium on Computational Intelligence and Games (CIG'19) - Piscataway, NJ : IEEE, S. 1-8 [Konferenz: 2019 IEEE Conference on Games, CoG, London, United Kingdom, 20-23 August 2019]
Linear search mechanism for multi- and many-objective optimisation
Zille, Heiner; Mostaghim, Sanaz
In: Evolutionary multi-criterion optimization - 10th international conference, EMO 2019, East Lansing, MI, USA, March 10-13, 2019 : proceedings , 2019 - Cham : Springer International Publishing ; Deb, Kalyanmoy, S. 399-410 - (Lecture notes in computer science; 11411) [Konferenz: 10th International Conference, EMO 2019, East Lansing, MI, USA, March 10-13, 2019]
Benchmarking collective perception - new task difficulty metrics for collective decision-making
Bartashevich, Palina; Mostaghim, Sanaz
In: Progress in Artificial Intelligence - Cham : Springer ; Oliveira, Paulo Moura . - 2019, S. 699-711 - (Lecture Notes in Computer Science; vol.11805) [ EPIA 2019, Vila Real, Portugal, 03.-06.09.2019]
Positive impact of isomorphic changes in the environment on collective decision-making
Bartashevich, Palina; Mostaghim, Sanaz
In: GECCO'19 - New York, New York : The Association for Computing Machinery ; López-Ibáñez, Manuel . - 2019, S. 105-106 [Konferenz: Genetic and Evolutionary Computation Conference Companion, GECCO '19, Prague, Czech Republic, July 13 - 17, 2019]
Ising model as a switch voting mechanism in collective perception
Bartashevich, Palina; Mostaghim, Sanaz
In: Progress in Artificial Intelligence - Cham : Springer ; Oliveira, Paulo Moura . - 2019, S. 617-629 - (Lecture Notes in Computer Science; vol.11805) [ EPIA 2019, Vila Real, Portugal, 03.-06.09.2019]
Performance of dynamic algorithms on the dynamic distance minimization problem
Heibig, Mardé; Zille, Heiner; Javadi, Mahrokh; Mostaghim, Sanaz
In: GECCO'19 - New York, New York : The Association for Computing Machinery ; López-Ibáñez, Manuel . - 2019, S. 205-206 [Konferenz: Genetic and Evolutionary Computation Conference Companion, GECCO '19, Prague, Czech Republic, July 13 - 17, 2019]
Multi-objective collective search and movement-based metrics in swarm robotics
Mai, Sebastian; Zille, Heiner; Steup, Christoph; Mostaghim, Sanaz
In: GECCO'19 - New York, New York : The Association for Computing Machinery ; López-Ibáñez, Manuel . - 2019, S. 387-388 [Konferenz: Genetic and Evolutionary Computation Conference Companion, GECCO '19, Prague, Czech Republic, July 13 - 17, 2019]
Online optimization of movement cost for robotic applications of PSO
Mai, Sebastian; Zille, Heiner; Steup, Christoph; Mostaghim, Sanaz
In: Progress in Artificial Intelligence - Cham : Springer ; Oliveira, Paulo Moura . - 2019, S. 307-318 - (Lecture Notes in Computer Science; vol.11805) [EPIA 2019, Vila Real, Portugal, 03.-06.09.2019]
Graph-based multi-objective generation of customised wiring harnesses
Weise, Jens; Benkhardt, Steven; Mostaghim, Sanaz
In: GECCO'19 - New York, New York : The Association for Computing Machinery . - 2019, S. 407-408 [Konferenz: Genetic and Evolutionary Computation Conference Companion, GECCO '19, Prague, Czech Republic, July 13 - 17, 2019]
Begutachteter Zeitschriftenartikel
Building a planner - a survey of planning systems used in commercial video games
Neufeld, Xenija; Mostaghim, Sanaz; Sancho-Pradel, Dario; Brand, Sandy
In: IEEE transactions on games - New York, NY : IEEE, Bd. 11 (2019), Heft 2, S. 91-108
Herausgeberschaft
Evolutionary multi-criterion optimization - 10th international conference, EMO 2019, East Lansing, MI, USA, March 10-13, 2019 : proceedings
Deb, Kalyanmoy; Goodman, Erik; Coello Coello, Carlos A.; Klamroth, Kathrin; Miettinen, Kaisa; Mostaghim, Sanaz; Reed, Patrick
In: Cham: Springer International Publishing, 2019, Online-Ressource (XX, 757 Seiten) - (Lecture notes in computer science; 11411; Theoretical Computer Science and General Issues; 11411; Springer eBook Collection; SpringerLink; Bücher), ISBN: 978-3-030-12598-1 Kongress: Evolutionary Multi-Criterion Optimization Conference 10 East Lansing, Mich. 2019.03.10-13
2018
Abstrakt
Movement-based localisation for PSO-inspired search behaviour of robotic swarms
Mai, Sebastian; Steup, Christoph; Mostaghim, Sanaz
In: Swarm intelligence / International Conference on Swarm Intelligence , 2018 - Cham : Springer, S. 431-432 - (Lecture Notes in Computer Science; 11172) [Konferenz: 11th International Conference on Swarm Intelligence, ANTS 2018, Rome, Italy, October 29-31, 2018]
Buchbeitrag
Energy-saving decision making for aerial swarms - PSO-based navigation in vector fields
Bartashevich, Palina; Koerte, Doreen; Mostaghim, Sanaz
In: 2017 SSCI proceedings / IEEE Symposium Series on Computational Intelligence , 2017 - Piscataway, NJ : IEEE ; IEEE Symposium Series on Computational Intelligence (10.:2017) . - 2018, insges. 8 S. [Symposium: IEEE Symposium Series on Computational Intelligence, SSCI, Honolulu, Hawaii, November 27 - December 1, 2017]
Evolving PSO algorithm design in vector fields using geometric semantic GP
Bartashevich, Paulina; Bakurov, Illya; Mostaghim, Sanaz; Vanneschi, Leonardo
In: GECCO'18 companion - New York, New York : The Association for Computing Machinery . - 2018, S. 262-263 [Konfernz: Genetic and Evolutionary Computation Conference, GECCO '18, Kyoto, Japan, July 15 - 19, 2018]
Understanding collective decision-making in natural swarms
Hasan, Asema; Mostaghim, Sanaz
In: 2018 SSCI proceedings / IEEE Symposium Series on Computational Intelligence , 2018 - Piscataway, NJ : IEEE, S. 1563-1570 [Konferenz: 2018 IEEE SSCI, Bangalore, India, 18 - 21 November, 2018]
Towards a general framework for artistic style transfer
Uhde, Florian; Mostaghim, Sanaz
In: Computational Intelligence in Music, Sound, Art and Design - Cham : Springer . - 2018, S. 177-193 - (Lecture Notes in Computer Science; 10783) [Konferenz: 7th International Conference, EvoMUSART 2018, Parma, Italy, April 4-6, 2018]
A survey on graph-based systems in manufacturing processes
Weise, Jens; Benkhardt, Steven; Mostaghim, Sanaz
In: 2018 SSCI proceedings / IEEE Symposium Series on Computational Intelligence , 2018 - Piscataway, NJ : IEEE, S. 112-119 [Konferenz: 2018 IEEE SSCI, Bangalore, India, 18 - 21 November, 2018]
PSO-based search rules for aerial swarms against unexplored vector fields via genetic programming
Bartashevich, Palina; Bakurov, Illya; Mostaghim, Sanaz; Vanneschi, Leonardo
In: Parallel Problem Solving from Nature – PPSN XV - Cham : Springer International Publishing . - 2018, S. 41-53 - (Lecture Notes in Computer Science; 11101) [Konferenz: 15th International Conference Parallel Problem Solving from Nature, PPSN XV, Coimbra, Portugal, September 8-12, 2018]
A robot localization framework using CNNs for object detection and pose estimation
Hoyer, Lukas; Steup, Christoph; Mostaghim, Sanaz
In: 2018 SSCI proceedings / IEEE Symposium Series on Computational Intelligence , 2018 - Piscataway, NJ : IEEE, S. 1388-1395 [Konferenz: 2018 IEEE SSCI, Bangalore, India, 18 - 21 November, 2018]
Transfer strategies from single- to multi-objective grouping mechanisms
Sander, Frederick; Zille, Heiner; Mostaghim, Sanaz
In: Proceeding of the Genetic and Evolutionary Computation Conference - New York, NY : ACM . - 2018, S. 729-736 [Konferenz: Genetic and Evolutionary Computation Conference, GECCO '18, Kyoto, Japan, July 15-19, 2018]
Comparison study of large-scale optimisation techniques on the LSMOP benchmark functions
Zille, Heiner; Mostaghim, Sanaz
In: 2017 SSCI proceedings / IEEE Symposium Series on Computational Intelligence , 2017 - Piscataway, NJ : IEEE ; IEEE Symposium Series on Computational Intelligence (10.:2017) . - 2018, insges. 8 S. [Symposium: IEEE Symposium Series on Computational Intelligence, SSCI, Honolulu, Hawaii, November 27 - December 1, 2017]
Vector field benchmark for collective search in unknown dynamic environments
Bartashevich, Palina; Knors, Welf; Mostaghim, Sanaz
In: Swarm intelligence / International Conference on Swarm Intelligence , 2018 - Cham : Springer ; Dorigo, Marco, S. 411-419 - (Lecture Notes in Computer Science; 11172) [Konferenz: 11th International Conference on Swarm Intelligence, ANTS 2018, Rome, Italy, October 29-31, 2018]
Simultaneous localisation and optimisation for swarm robotics
Mai, Sebastian; Steup, Christoph; Mostaghim, Sanaz
In: 2018 SSCI proceedings / IEEE Symposium Series on Computational Intelligence , 2018 - Piscataway, NJ : IEEE, S. 1998-2004 [Konferenz: 2018 SSCI, Bangalore, India, 2018.11.18-21]
How swarm size during evolution impacts the behavior, generalizability, and brain complexity of animats performing a spatial navigation task
Fischer, Dominik; Mostaghim, Sanaz; Albantakis, Larissa
In: Proceeding of the Genetic and Evolutionary Computation Conference - New York, NY : ACM . - 2018, S. 77-84 [Konferenz: Genetic and Evolutionary Computation Conference, GECCO '18, Kyoto, Japan, July 15-19, 2018]
Investigation of a simple distance based ranking metric for decomposition-based multi/many-objective evolutionary algorithms
Singh, Hemant Kumar; Bhattacharjee, Kalyan Shankar; Ray, Tapabrata; Mostaghim, Sanaz
In: AI 2018: advances in artificial intelligence / Australasian Joint Conference on Artificial Intelligence , 2018 - Cham : Springer, S. 384-396 - (Lecture notes in computer science; 11320) [Konferenz: 31st Australasian joint conference on Advances in Artificial Intelligence, AI 2018, Wellington, New Zealand, December 11-14, 2018]
Begutachteter Zeitschriftenartikel
Multi-objective distance minimization problems - applications in technical systems
Mostaghim, Sanaz; Steup, Christoph; Zille, Heiner
In: Automatisierungstechnik - Berlin : De Gruyter, Bd. 66 (2018), Heft 11, S. 964-974
Artikel in Kongressband
Meta heuristics for dynamic machine scheduling - a review of research efforts and industrial requirements
Anderer, S.; Vu, T.-H.; Scheuermann, B.; Mostaghim, Sanaz
In: IJCCI 2018 , 2018 - [Setúbal] : SCITEPRESS - Science and Technology Publications, Lda., S. 192-203 [Konferenz: 10th International Joint Conference on Computational Intelligence, IJCCI 2018, Seville, Spain, September 18-20, 2018]
2017
Buchbeitrag
Energy aware particle swarm optimization as search mechanism for aerial micro-robots
Mostaghim, Sanaz; Steup, Christoph; Witt, Fabian
In: 2016 IEEE Symposium Series on Computational Intelligence (SSCI) , 2016 - Piscataway, NJ : IEEE . - 2017, insges. 7 S. [Kongress: 2016 IEEE Symposium Series on Computational Intelligence (SSCI), 6th - 9th December, 2016, Athens, Greece; Copyright 2016]
Dynamic distance minimization problems for dynamic multi-objective optimization
Zille, Heiner; Kottenhahn, André; Mostaghim, Sanaz
In: 2017 IEEE Congress on Evolutionary Computation (CEC) , 2017 - Piscataway, NJ : IEEE ; IEEE Congress on Evolutionary Computation (2017), S. 952-959 [Kongress: 2017 IEEE Congress on Evolutionary Computation, CEC, Donostia-San Sebastián, Spain, 5-8 June, 2017]
Elitism and aggregation methods in partial redundant evolutionary swarms solving a multi-objective tasks
Moritz, Ruby; Zille, Heiner; Mostaghim, Sanaz
In: 2017 IEEE Congress on Evolutionary Computation (CEC) , 2017 - Piscataway, NJ : IEEE ; IEEE Congress on Evolutionary Computation (2017), S. 1467-1473 [Kongress: 2017 IEEE Congress on Evolutionary Computation, CEC, Donostia-San Sebastián, Spain, 5-8 June, 2017]
Energy-saving decision making for aerial swarms - PSO-based navigation in vector fields
Bartashevich, Palina; Koerte, Doreen; Mostaghim, Sanaz
In: 2017 SSCI proceedings - Piscataway, NJ : IEEE, S. 1848-1855
HTN fighter - planning in a highly-dynamic game
Neufeld, Xenija; Mostaghim, Sanaz; Perez-Liebana, Diego
In: 2017 9th Computer Science and Electronic Engineering Conference (CEEC) , 2017 - [Piscataway, NJ] : IEEE ; Computer Science and Electronic Engineering Conference (9.:2017), S. 189-194 [Konferenz: 9th Computer Science and Electronic Engineering Conference (CEEC), Essex, UK, 27th-29th September 2017]
Mutation operators based on variable grouping for multi-objective large-scale optimization
Zille, Heiner; Ishibuchi, Hisao; Mostaghim, Sanaz; Nojima, Yusuke
In: 2016 IEEE Symposium Series on Computational Intelligence (SSCI) , 2016 - Piscataway, NJ : IEEE . - 2017, insges. 8 S. [Kongress: 2016 IEEE Symposium Series on Computational Intelligence (SSCI), 6th - 9th December, 2016, Athens, Greece; Copyright 2016]
A knee point based evolutionary multi-objective optimization for mission planning problems
Ramirez-Atencia, Cristian; Mostaghim, Sanaz; Camacho, David
In: Proceeding of the Genetic and Evolutionary Computation Conference - New York, NY : ACM . - 2017, S. 1216-1223 [Konferenz: Genetic and Evolutionary Computation Conference, GECCO 2017, Berlin, Germany, 15 - 19 July, 2017]
PSO-based search mechanism in dynamic environments - swarms in vector fields
Bartashevich, Palina; Grimaldi, Luigi; Mostaghim, Sanaz
In: 2017 IEEE Congress on Evolutionary Computation (CEC) , 2017 - Piscataway, NJ : IEEE ; IEEE Congress on Evolutionary Computation (2017), S. 1263-1270 [Kongress: 2017 IEEE Congress on Evolutionary Computation, CEC, Donostia-San Sebastián, Spain, 5-8 June, 2017]
Comparison study of large-scale optimisation techniques on the LSMOP benchmark functions
Zille, Heiner; Mostaghim, Sanaz
In: 2017 SSCI proceedings - Piscataway, NJ : IEEE, S. 2817-2824
Influence of dynamic environments on agent strategies
Piper, Franz; Mostaghim, Sanaz
In: 2016 IEEE Symposium Series on Computational Intelligence (SSCI) , 2016 - Piscataway, NJ : IEEE . - 2017, insges. 8 S. [Kongress: 2016 IEEE Symposium Series on Computational Intelligence (SSCI), 6th - 9th December, 2016, Athens, Greece; Copyright 2016]
Towards real-time fleet-event-handling for the dynamic vehicle routing problem
Anderer, Simon; Halbich, Max; Scheuermann, Bernd; Mostaghim, Sanaz
In: Proceedings of the 9th International Joint Conference on Computational Intelligence. Volume 1 - [Setúbal] : SCITEPRESS - Science and Technology Publications, Lda. . - 2017, S. 35-44 [Konferenz: 9th International Joint Conference on Computational Intelligence, IJCCI 2017, Funchal, Madeira, Portugal, November 1-3, 2017]
Begutachteter Zeitschriftenartikel
Multiobjective optimization for interwoven systems
Klamroth, Kathrin; Mostaghim, Sanaz; Naujoks, Boris; Poles, Silvia; Purshouse, Robin; Rudolph, Günter; Ruzika, Stefan; Sayın, Serpil; Wiecek, Margaret M.; Yao, Xin
In: Journal of multi-criteria decision analysis - Chichester : Wiley, Bd. 24 (2017), Heft 1/2, S. 71-81
Solving the Bi-objective Traveling Thief Problem with multi-objective evolutionary algorithms
Blank, Julian; Deb, Kalyanmoy; Mostaghim, Sanaz
In: Evolutionary multi-criterion optimization / EMO , 2017 - Cham : Springer, S. 46-60 - (Lecture notes in computer science; 10173) [Kongress: 9th International Conference Evolutionary Multi-Criterion Optimization, EMO 2017, Münster, Germany, March 19-22, 2017]
Heterogeneous evolutionary swarms with partial redundancy solving multi-objective tasks
Moritz, Ruby L. V.; Mostaghim, Sanaz
In: Evolutionary multi-criterion optimization / EMO , 2017 - Cham : Springer, S. 453-468 - (Lecture notes in computer science; 10173) [Kongress: 9th International Conference Evolutionary Multi-Criterion Optimization, EMO 2017, Münster, Germany, March 19-22, 2017]
A framework for large-scale multi-objective optimization based on problem transformation
Zille, Heiner; Ishibuchi, Hisao; Mostaghim, Sanaz; Nojima, Yusuke
In: IEEE transactions on evolutionary computation / Institute of Electrical and Electronics Engineers - New York, NY : IEEE . - 2017, insges. 16 S.
Herausgeberschaft
Frontiers in Computational Intelligence
Mostaghim, Sanaz; Nürnberger, Andreas; Borgelt, Christian
In: [s.l.] Springer International Publishing AG 2018, 2017, 1 Online-Ressource - (Studies in computational intelligence; 739)
Frontiers in Computational Intelligence
Mostaghim, Sanaz; Nürnberger, Andreas; Borgelt, Christian
In: [s.l.]: Springer International Publishing AG 2018, Online-Ressource (IX, 143 p. 43 illus., 32 illus. in color, online resource) - (Studies in Computational Intelligence; 739; SpringerLink; Bücher), ISBN: 978-3-319-67789-7
2016
Buchbeitrag
Weighted optimization framework for large-scale multi-objective optimization
Zille, Heiner; Ishibuchi, Hisao; Mostaghim, Sanaz; Nojima, Yusuke
In: Proceedings of the 2016 on Genetic and Evolutionary Computation Conference Companion - New York, NY : ACM ; Friedrich, Tobias, S. 83-84 [Kongress: 2016 on Genetic and Evolutionary Computation Conference Companion, GECCO '16, Denver, 20. - 24. July, 2016]
Mutation operators based on variable grouping for multi-objective large-scale optimization
Zille, Heiner; Ishibuchi, Hisao; Mostaghim, Sanaz; Nojima, Yusuke
In: The 2016 IEEE Symposium Series on Computational Intelligence - Piscataway, NJ : IEEE, insges. 8 S. [Kongress: 2016 IEEE Symposium Series on Computational Intelligence, Athens, Greece, 6-9 December, 2016]
The influence of heredity models on adaptability in evolutionary swarms
Moritz, Ruby; Mostaghim, Sanaz
In: Proceedings of the International Conference on Genetic and evolutionary computation conference 2016 - New York, NY : ACM, S. 37-44 [Kongress: GECCO '16, 20. - 24. July 2016, Denver, USA]
Energy aware particle swarm optimization as search mechanism for aerial micro-robots
Mostaghim, Sanaz; Steup, Christoph; Witt, Fabian
In: The 2016 IEEE Symposium Series on Computational Intelligence - Piscataway, NJ : IEEE, insges. 7 S. [Kongress: 2016 IEEE Symposium Series on Computational Intelligence, Athens, Greece, 6-9 December, 2016]
Influence of dynamic environments on agent strategies
Pieper, Franz; Mostaghim, Sanaz
In: The 2016 IEEE Symposium Series on Computational Intelligence - Piscataway, NJ : IEEE, insges. 8 S. [Kongress: 2016 IEEE Symposium Series on Computational Intelligence, Athens, Greece, 6-9 December, 2016]
Multi-objective tree search approaches for general video game playing
Perez-Liebana, Diego; Mostaghim, Sanaz; Lucas, Simon
In: IEEE World Congress on Computational Intelligence (IEEE WCCI 2016) - Piscataway, NJ : IEEE, S. 624-631 [Kongress: IEEE World Congress on Computational Intelligence, IEEE WCCI 2016, Vancouver, Canada, 24 - 29 July, 2016]
Functional brain network extraction using a genetic algorithm with a kick-out method
Harada, Kei; Tanaka, Misato; Hiwa, Satoru; Zille, Heiner; Mostaghim, Sanaz; Hiroyasu, Tomoyuki
In: IEEE World Congress on Computational Intelligence (IEEE WCCI 2016) - Piscataway, NJ : IEEE, S. 4721-4727 [Kongress: IEEE World Congress on Computational Intelligence, IEEE WCCI 2016, Vancouver, Canada, 24 - 29 July, 2016]
Multi-objective fitness-proportional attraction approach with weights
Laack, Patrick; Zille, Heiner; Mostaghim, Sanaz
In: IEEE World Congress on Computational Intelligence (IEEE WCCI 2016) - Piscataway, NJ : IEEE, S. 3316-3323 [Kongress: IEEE World Congress on Computational Intelligence, IEEE WCCI 2016, Vancouver, Canada, 24 - 29 July, 2016]
Begutachteter Zeitschriftenartikel
Hybrid societies - challenges and perspectives in the design of collective behavior in self-organizing systems
Hamann, Heiko; Khaluf, Yara; Botev, Jean; Divband Soorati, Mohammad; Ferrante, Eliseo; Kosak, Oliver; Montanier, Jean-Marc; Mostaghim, Sanaz; Redpath, Richard; Timmis, Jon; Veenstra, Frank; Wahby, Mostafa; Zamuda, Aleš
In: Frontiers in robotics and AI - Lausanne : [Verlag nicht ermittelbar] - Vol. 3.2016, Art. 14, insgesamt 8 S.
Dissertation
Optimierung der Kosten und Verfügbarkeit von IT-Dienstleistungen durch Lösung eines Redundanz-Allokation-Problems
Bosse, Sascha; Turowski, Klaus; Mostaghim, Sanaz
In: Magdeburg, Dissertation Otto-von-Guericke-Universität Magdeburg, Fakultät für Informatik 2016, xii, 151 Seiten [Literaturverzeichnis: Seite 139-150][Literaturverzeichnis: Seite 139-150]
Artikel in Kongressband
Mixed-reality simulation environment for a swarm of autonomous indoor quadcopters
Steup, Christoph; Mostaghim, Sanaz; Mäurer, Lukas; Velinov, Vladimir
In: Rotorcraft Virtual Engineering Conference , 2016 - [London] - 2016, paper 5.17, insgesamt 11 S. [Kongress: Rotorcraft Virtual Engineering Conference, Liverpool, 8-10 November, 2016]
Wissenschaftliche Monographie
Computational Intelligence - A Methodological Introduction
Kruse, Rudolf; Borgelt, Christian; Braune, Christian; Mostaghim, Sanaz; Steinbrecher, Matthias
In: London: Springer, 2016, Online-Ressource (XIII, 564 p. 255 illus, online resource) - (Texts in Computer Science; SpringerLink; Bücher; Springer eBook Collection; Computer Science), ISBN: 978-1-4471-7296-3
Computational intelligence - a methodological introduction
Kruse, Rudolf; Borgelt, Christian; Braune, Christian; Mostaghim, Sanaz; Steinbrecher, Matthias
In: 2016, Imprint: Springer, s.l., 1 Online-Ressource (XIII, 564 p. 255 illus) - (Texts in Computer Science), ISBN: 978-1-4471-7296-3
Nicht begutachteter Zeitschriftenartikel
Evaluation platform for micro aerial indoor swarm robotics
Steup, Christoph; Mostaghim, Sanaz; Mai, Sebastian
In: Magdeburg: FIN, 2016, 13 Seiten - (Technical Report; Otto-von-Guericke-Universität Magdeburg, Fakultät für Informatik; 2016,03)
2015
Buchbeitrag
Optimization of capillary source geometry for maximum pellet exit velocity in electrothermal plasma launchers
Esmond, M. J.; Mostaghim, Sanaz; Gebhart, T. E.; Winfrey, A. L.
In: 2014 IEEE 41st International Conference on Plasma Sciences (ICOPS) held with 2014 IEEE International Conference on High-Power Particle Beams (Beams) - Piscataway, NJ : IEEE . - 2015, insges. 1 S. [Konferenz: 41st IEEE International Conference on Plasma Science and the 20th International Conference on High-Power Particle Beams, ICOPS/BEAMS 2014, Washington, DC, 25 - 29 May 2014; Copyright 2014]
Procedural level generation with answer set programming for general Video Game playing
Neufeld, Xenija; Mostaghim, Sanaz; Perez-Liebana, Diego
In: 2015 7th Computer Science and Electronic Engineering Conference (CEEC) - Piscataway, NJ : IEEE, S. 207-212 Kongress: CEEC 7 Colchester 2015.09.24-25
Investigation of electrothermal plasma pellet launcher optimization for fusion fueling
Esmond, M. J.; Mostaghim, Sanaz; Gebhart, T. E.; Winfrey, A. L.
In: 2014 IEEE 41st International Conference on Plasma Sciences (ICOPS) held with 2014 IEEE International Conference on High-Power Particle Beams (Beams) - Piscataway, NJ : IEEE . - 2015, insges. 2 S. [Konferenz: 41st IEEE International Conference on Plasma Science and the 20th International Conference on High-Power Particle Beams, ICOPS/BEAMS 2014, Washington, DC, 25 - 29 May 2014; Copyright 2014]
Properties of scalable distance minimization problems using the Manhattan metric
Zille, Heiner; Mostaghim, Sanaz
In: 2015 IEEE Congress on Evolutionary Computation (CEC 2015) - Piscataway, NJ : IEEE, S. 2875-2882 [Kongress: IEEE Congress on Evolutionary Computation (CEC 2015), Sendai, 25-28 May 2015]
Using -dominance for Hidden and degenerated pareto-fronts
Zille, Heiner; Mostaghim, Sanaz
In: IEEE SSCI 2015 - Piscataway, NJ : IEEE, S. 845-852
Open loop search for general video game playing
Liebana Perez, Diego; Diskau, Jens; Hünnermund, Martin; Mostaghim, Sanaz; Lucas, Simon
In: Proceeding of the 2015 on Genetic and Evolutionary Computation Conference - New York, NY : ACM, S. 337-344
Runtime self-integration as key challenge for mastering interwoven systems
Hähner, Jörg; Brinkschulte, Uwe; Lukowicz, Paul; Mostaghim, Sanaz; Sick, Bernhard; Tomforde, Sven
In: Proceedings of ARCS 2015 - IEEE, insges. 8 S. [Workshop on Self-Optimisation in Organic and Autonomic Computing Systems (SAOS15)]
Begutachteter Zeitschriftenartikel
Confidence measure - a novel metric for robust meta-heuristic optimisation algorithms
Mirjalili, Seyedali; Lewis, Andrew; Mostaghim, Sanaz
In: Information sciences - New York, NY : Elsevier Science Inc., Bd. 317 (2015), S. 114-142
Multiobjective Monte Carlo tree search for real-time games
Perez, Diego; Mostaghim, Sanaz; Samothrakis, Spyridon; Lucas, Simon
In: IEEE transactions on computational intelligence and AI in games / Institute of Electrical and Electronics Engineers - New York, NY : IEEE, Bd. 7 (2015), Heft 4, S. 347 - 360
Multiobjective Optimization for Interwoven Systems
Ishibuchi, Hisao; Klamroth, Kathrin; Mostaghim, Sanaz; Naujoks, Boris; Poles, Silvia; Purshouse, Robin; Rudolph, Günter; Ruzika, Stefan
In: Dagstuhl Reports / Schloss Dagstuhl, Leibniz-Zentrum für Informatik - Wadern : Schloss Dagstuhl, Bd. 5 (2015), Heft 1, S. 139-150 [Dagstuhl Seminar 15031]
Artikel in Kongressband
Procedural level generation with answer set programming for general video game playing
Neufeld, Xenija; Mostaghim, Sanaz; Perez, Diego
In: 7th Computer Science and Electronic Engineering Conference (CEEC) - IEEE . - 2015, S. 207-212
Originalartikel in begutachteter zeitschriftenartiger Reihe
Open Loop Search for General Video Game Playing
Perez Liebana, Diego; Dieskau, Jens; Hunermund, Martin; Mostaghim, Sanaz; Lucas, Simon
In: 2015,
2014
Buchbeitrag
A review of hybrid evolutionary multiple criteria decision making methods
Purshouse, R.; Deb, K.; Mansor, M.; Mostaghim, Sanaz; Wang, R.
In: IEEE Congress on Evolutionary Computation (CEC), 2014: 6 - 11 July 2014, Beijing, China ; [part of the 2014 IEEE World Congress on Computational Intelligence (IEEE WCCI 2014)] - Piscataway, NJ: IEEE, S. 1147-1154Kongress: CEC (Beijing : 2014.07.06-11)
Archive based multi-swarm algorithm for many-objective problems
André, Britto; Mostaghim, Sanaz; Pozo, Aurora
In: 2014 Brazilian Conference on Intelligent Systems, BRACIS 2014 - Piscataway, NJ: IEEE, S. 79-84Kongress: BRACIS 2014 (São Carlos, Brazil : 2014.10.18-23)
Begutachteter Zeitschriftenartikel
Self-organized swarm display
Merkel, Sabrina; Mostaghim, Sanaz; Schmeck, Hartmut
In: International Journal of Swarm Intelligence: IJSI - Genève: Inderscience Enterprises, 2014
Hop count based distance estimation in mobile ad hoc networks - challenges and consequences
Merkel, Sabrina; Mostaghim, Sanaz; Schmeck, Hartmut
In: Ad hoc Networks - Amsterdam [u.a.]: Elsevier Science, Bd. 15.2014, S. 39-52
2013
Buchbeitrag
Iterated multi-swarm: a multi-swarm algorithm based on archiving methods
Britto, Andre; Mostaghim, Sanaz; Pozo, Aurora
In: Alba, Enrique: : Proceeding of the fifteenth annual conference on Genetic and evolutionary computation conference. - New York, NY : ACM, S. 583-590, 2013Kongress: GECCO 13; 15 (Amsterdam, Netherlands) : 2013.07.06-10
Distributed swarm evacuation planning
Merkel, Sabrina; Mostaghim, Sanaz; Blum, D.; Schmeck, Hartmut
In: Proceedings of the 2013 IEEE Swarm Intelligence Symposium (SIS). - Piscataway, NJ : IEEE, S. 276-283
Begutachteter Zeitschriftenartikel
Preface: Nature inspired solutions for high performance computing
Folino, G.; Mastroianni, C.; Mostaghim, S.
In: Natural Computing, Vol. 12, 2013, Issue 1, S. 27-28, ISSN 15677818, 10.1007/s11047-012-9326-9
Experimental analysis of bound handling techniques in particle swarm optimization
Helwig, Sabine; Branke, Juergen; Mostaghim, Sanaz
In: IEEE transactions on evolutionary computation. - New York, NY : IEEE, Bd. 17.2013, 2, S. 259-271
Originalartikel in begutachteter internationaler Zeitschrift
Hop Count Based Distance Estimation in Mobile Ad Hoc Networks - Challenges and Consequences
Merkel, Sabrina; Mostaghim, Sanaz; Schmeck, Hartmut
In: Journal of Ad Hoc Networks on “Smart Solutions for Mobility Supported Distributed and Embedded Systems”
Originalartikel in begutachteter zeitschriftenartiger Reihe
Multi-iterated Swarm
Britto, Andre; Mostaghim, Sanaz; Pozo, Ana
In: Genetic and Evolutionary Computation Conference (GECCO), pages 56 – 64, July 2013
Identification of Success Criteria and underlying Parameters for the Evaluation of newly created Ventures
Presse, Andre; Mostaghim, Sanaz; Stroisch, Philip
In: 17th Interdisciplinary Entrepreneurship Conference, November 2013
Aus technischen Gründen können nur 200 Publikationen angezeigt werden.
Mehr im Forschungsportal ansehen.
- Prof. Dr. Simon Lucas, University of Essex, UK
- Prof. Dr. Hisao Ishibuchi, Osaka Prefecture University, Japan
- Tomo Hiroyasu, Doshisha University Kyoto, Japan
- Proctor and Gamble GmbH
- - Prof. Dr. Tomo Hiroyasu, Medical Information System Laborator(MISL) Faculty of Life and Medical Sciences, Doshisha University, Japan
- - Dr. Andrew Lewis, Griffith University, Brisbane, Australien
- - Prof. Dr. Kalyanmoy Deb, Michigan State University, USA
- - Prof. Dr. Hartmut Schmeck, Karlsruher Institut für Technologie (KIT)
- - Prof. Dr. Brian Scassellati, Yale University, USA
- - Dr. André Presse, Karlsruher Institut für Technologie (KIT)
- AKKA Germany GmbH
- BOSCH GMbH
- Deutsches Forschungszentrum für Künstliche Intelligenz GmbH (DFKI)
- DLR, Institut für Robotik und Mechatronik, Oberpfaffenhofen
- Hochschule Bielefeld
- Honda Europe (Deutschland GmbH)
- Leibniz Institut für Neurobiologie Magdeburg
- Medizinische Fakultät der Otto-von-Guericke-Universität Magdeburg
- NETSYNO Software GmbH
- OVGU, Fakultät für Verfahrens- und Systemtechnik Institut für Verfahrenstechnik Lehrstuhl Mechanische Verfahrenstechnik, Prof. Berend Van Wachem
- Prof. Berend van Wachem, OVGU, Fakultät für Verfahrens- und Systemtechnik Institut für Verfahrenstechnik Lehrstuhl Mechanische Verfahrenstechnik
- Prof. Dr. Andreas Harth, Friedrich-Alexander-Universität Erlangen-Nürnberg
- Prof. Dr. Julia Arlinghaus (FMB)
- Prof. Oliver Bimber, Universität Linz
- Thorsis Technologies GmbH
- Computational Intelligence
- Multikriterielle Optimierungalgorithmen
- Evolutionäre Algorithmen
- Multikriterielle Entscheidungsfindungalgorithmen
- Schwarmintelligenz
- Schwarmrobotik
- Schwarmintelligenz und Schwarmrobotik
- Computational Intelligence
- Multikriterielle Optimierung
She received her PhD degree in electrical engineering and computer science under the supervision of Prof. Dr. Jürgen Teich at the University of Paderborn in 2004. In her PhD thesis, she worked on bio-inspired optimization methods such as multi-objective evolutionary algorithms and particle swarm optimization methods which she applied to problems in computational chemistry and Antenna Design at PaSCo.
Sanaz joined the Computational Laboratory (CoLab) of the computational science department at the Swiss Federal Institute of Technology (ETH) Zurich in Switzerland in 2004. As a postdoctoral fellow, she worked together with Prof. Werner Halter from the Geology Department at ETHZ on quantification of multi-component silicate melts. She applied the simulation-based optimization methods and particle swarm optimization to this thermodynamic problem.
In 2006, Sanaz joined Institute AIFB at Karlsruhe Institute of Technology (KIT) and started working on her habilitation in applied computer science which she successfully finished in 2012. The title of her habilitation thesis is: Self-organized Parallel Optimization.
In 2010, Sanaz was a visiting scholar at Swinburne University of Technology, Melbourne, Australia and in 2013 she has been a visiting scholar at the Yale University, New Haven, USA, where she visited the Social Robotic Laboratory.
Since October 2013, she is working at the faculty of computer science at Otto von Guericke University of Magdeburg.
In 2014, Sanaz received the prestigious DFG Heisenberg-Professorship at KIT.
Sanaz is an active member in international communities. She was the vice president of IEEE Computational Intelligence Society (2021-2024) and served as adcom member for two terms (2015-2020). She is a technical committee member at IEEE CIS and served as an associate editor for IEEE transactions on evolutionary computation (2012 - 2022) and as an associate editor of IEEE Transactions on AI (2020-2022). She was the chair of task force Evolutionary Multi-objective Optimization of IEEE-CIS and the founding chair for task force Optimization Methods in Bioinformatics and Bioengineering (OMBB) of IEEE-CIS (chair: 2013-2015).
In 2022, she established the DECODE platform (Data Science and Computational Modelling) together with the biology department and medical school of OVGU which is funded by the state ministry of research. The goal of DECODE is to apply computational intelligence to medical and behavioral data within the research initiative "cognitive vitality" addressing Alzeihmer and neurodegenerative illnesses.
Sanaz has a bachelor and a master's degree in electrical engineering and biomedical engineering, which she received in 1998 and 2001.
Scientific Activities (Selected)
- since 2024: Institute Director at Fraunhofer IVI, Dresden
- since 2024: Corresponding Member of Braunschweigische Wissenschaftliche Gesellschaft
- since 2023, Ombudsperson, Otto von Guericke University, Magdeburg
- since 2022: Member of Saxon Academy of Sciences
- since 2024 and 2021-2022: Appointed as a member of advisory board "Digitalrat" at the Ministry of Infrastructure and Digitalization, State Saxony-Anhalt, Germany
- since 2024: Member of the Steering Board of Allianz Verkehr (Transportation) of Farunhofer Gesellschaft
- since 2024: Member of the extended senate of the University of Magdeburg
- since 2023: Bundes Jury, Jugend Forscht
- since 2022: Deputy chair, Graduate Academy of the University of Magdeburg
- 2023 - 2024: Dean of Studies, Faculty of Computer Science, Otto von Guericke University, Magdeburg
- 2021 - 2024: Vice President for member activities at IEEE Computational Intelligence Society
- 2020 - 2024: Member of the senate of the University of Magdeburg
- since 2020: Member of the research center: "Forschungszentrum Dynamische Systeme (CDS): Systems Engineering"
- 2020 - 2024: Vertrauendozentin, Stiftung der Deutschen Wirtschaft (SDW)
- since 2020: Member of the advisory board ZWW, Otto von Guericke University, Magdeburg
- 2022 - 2024 Member of the advisory board of NFDI4ING: The National Research Data Infrastructure for Engineering Sciences, Germany
- 2018 - 2024: Member of the Board 4ING Germany
- 2016 - 2024: Deputy chair and member of the executive board Informatics Germany (Fakultätentag Informatik der Bundesrepublik Deutschland)
- since 2010: Member of Evolutionary Computation Technical Committee (ECTC) - IEEE Computational Intelligence Society (CIS)
- 2012 - 2023: Associate Editor IEEE Transactions on Evolutionary Computation
- 2020 - 2023: IEEE CIS Distinguished Lecturer
- 2023: Finance Chair IEEE Conference on Evolutionary Computation, Chicago, USA
- 2022: Conference Chair, IEEE Conference on Evolutionary Computation, Padova, Italy
- 2020-2021: Associate Editor IEEE Transactions on AI
- 2018 - 2022: Member of the advisory board on digitalization, Ministry of Economy, Science and Digitalization, State Sachsen-Anhalt, Germany
- 2021: General Chair, IEEE Symposium Series on Computational Intelligence, December 2021, Orlando, USA
- 2021: Chair, IEEE Symposium on Swarm Intelligence
- 2021: Track Chair Evolutionary Multi-Criteria Optimization, ACM GECCO 2021
- 2015 - 2020: Elected member of Administrative Committee (ADCOM) - IEEE Computational Intelligence Society (IEEE-CIS)
- 2017 - 2020: Chair and member of the Steering Board, IEEE Transactions on Games (ToG)
- 2020: Chair, Multi-Criteria Decision-Making Symposium, IEEE Symposium Series on Computational Intelligence, December 2020, Australia
- 2020: Track Chair, Evolutionary Multi-Criteria Optimization, ACM GECCO, July 2020, Mexico
- 2019: Program Chair, Evolutionary Multicriterion Optimization Conference, March 2019, Michigan, USA
- 2019: General Chair, IEEE Conference on Games, 20-23 August 2019, London, UK
- since 2019: Member of 4ING Board (4ING der Dachverein der Fakultätentage der Ingenieurwissenschaften und der Informatik an Universitäten).
- 2016 - 2020: Member of the extended senate of the University of Magdeburg
- 2018 - 2019: Planning Group Member for Mathematics/Informatics/Engineering - Japanese-German-American Frontiers of Science, Alexander von Humboldt Foundation
- 2012 - 2018: Associate Editor IEEE Transactions on Cybernetics
- 2016 - 2018: Associate Editor IEEE Transactions on Emerging Topics in Computational Intelligence (TETCI)
- 2016 - 2018: Associate Editor IEEE Transactions on Systems
- 2017 - 2018: Chair IEEE CIS Young Professionals
- 2017 - 2018: Planning Group Member for Mathematics/Informatics/Engineering - Japanese-German Frontiers of Science, Alexander von Humboldt Foundation
- 2015 - 2016: Chair IEEE Women in Computational Intelligence (WCI)
- 2015 - 2016: Member of IEEE Women in Engineering Committee (IEEE WIE)
- 2013 - 2014: Editorial Board of Soft Computing (Springer)
- 2010 - 2014: Member of Intelligent Systems Applications Technical Committee - IEEE Computational Intelligence Society (CIS)
- 2011 - 2018: Chair of the Task Force Evolutionary Multi-objective Optimization IEEE - CIS
- 2013 - 2015: Founding Chair of the Task Force Optimization Methods in Bioinformatics and Bioengineering (OMBB) IEEE - CIS
- 2011 - 2014: Member of the board of trusties “Applied Informatics Karlsruhe” (AIK) e. V.
- 2016: Technical Chair World Congress on Computational Intelligence, CEC, Canada
- 2014: Technical Chair World Congress on Computational Intelligence, CEC, China
- 2007 - 2012: Member of faculty board, Faculty of Economic and Business Engineering, KIT
Talks (selected)
- 2025 - Human-Centric Multi-Objective Optimization and Decision-Making for Sustainable Mobility, Plenary Talk at IEEE SSCI 2025, Trondheim, Norway
- 2025 - The Science of Decision-Making, BLISS e. V., TU Berlin, Germany
- 2024 - AI for a better future, Public Talk, IEEE World Congress on Computational Intelligence, Yokohama, Japan
- 2024 - The Science of Decision-Making, Saxon Academy of Sciences, Leipzig
- 2023 - Next Generation of Multi-Objective Evolutionary Optimization and Decision-Making Algorithms, 15th International Joint Conference on Computational Intelligence (IJCCI 2023), Rome - Italy, November 13 to 15, 2023, Keynote Talk
- 2023 - State of the Swarm – Anwendungsbereiche und Risiken intelligenter Schwarmsteuerung, Symposium „Security and Innovation in Cyberspace (SIC!)“, Halle
- 2023 - KI und Human-Centric Entscheidungsfindung: Geht das? welche Rolle hat der Mensch? juristische Fakultät Universität Hannover
- 2023 - Multi-Objective Optimization and Decision-Making: Unfolding the Variability, Symposium Cognitive Vitality, Magdeburg
- 2023 - Multi-Objective Optimization and Learning for Autonomous Systems: From individual to collective decision-making algorithms, SmartProSys Colloquium
- 2022 - Collective and Individual Decision-Making Algorithms for Autonomous, Systems, ICG JKU, Linz Lab Talk, Austria
- 2022 - Breaking the boundaries in computational modelling using computational intelligence, Online Symposium Smart Process Systems Engineering 2022: Towards Sustainable & Circular Production Processes, Online
- 2022 - Recent Advances in Swarm Intelligence and Swarm Robotics, IEEE Computational Intelligence Society Thailand Chapter (IEEE-CIS Thailand Chapter)
- 2022 - Celebrating Women in Computational Intelligence, IEEE Computational Intelligence, Webinar
- 2022 - Multi-Criteria Decision-Making Algorithms: From individual to collective, autonomous decision-making, IEEE Victorian Computational Intelligence Society (CIS)
- 2022 - Collective and Individual Autonomous Decision-Making in Time Critical, Scenarios, York, University, UK
- 2021 - Invited Talk: "Collective and Individual Decision-Making in Time Critical Scenarios", Ezra Round Table Seminar Series, Cornell Systems Engineering at Cornell University, USA, –> Link to an interview
- 2020 - Panel Discussion: "Perspectives on Trust and Intelligence", IEEE SSCI 2020, Canberra, Australia.
- 2020 - Keynote: "Collective and Individual Decision-Making in Swarm Robotics", International Conference on Robotics, Computer Vision and Intelligent Systems (ROBOVIS 2020), –> Link
- 2020 - Panel Discussion: "Society and AI - What lies ahead?", Alps Forum, University of St.Gallen, Switzerland.
- 2020 - Keynote: "Evolutionary Multi-Objective Optimization and Decision-Making in Timely Critical Scenarios", IEEE World Congress on Computational Intelligence, Glasgow, UK
- 2019: "Multi-Objective Optimization and Decision-Making for Complex Systems", Workshop on Machine Learning in Model Reduction and Control, Chinese-German Research Foundation Center (CDZ), Shanghai, China.
- 2019 - Keynote: "Autonomous Decision-Making in Intelligent Technical Systems", Opening Ceremony of AI Lab at OsloMet, Oslo, Norway.
- 2019 - Keynote: "On-the-Fly Optimization and Decision-Making in Intelligent Systems", 20ème congrès annuel de la société Française de Recherche Opérationnelle et d’Aide à la Décision, Le Havre, France –> Link
- 2017 - Keynote: “Multi-Objective Optimiztaion and Decision-Making in Dynamic Environments”, 11th International Conference on Simulated Evolution and Learning, Shenzhen, China
- 2017 - Plenary Talk: “Decision-making swarms”, World congress on Computational Intelligence (WCCI), Vancouver, Canada -> Link
- 2017 - Keynote: “Multi-criteria Decision-Making Algorithms”, DAAD, Magdeburg
- 2016 - Keynote: “Swarm Intelligence: from theory to application in technical systems”, IEEE International Computer Science and Electronic Engineering Conference (CEEC), UK
- 2015 - Keynote: “Basic Principles of Self-Organization in Technical Systems”, ARCS Conference, Portugal
- 2012 - Festvortrag: “Invasiv und selbstorganisierend die perfekte Kombination für parallele Algorithmen”, 28. AIK Symposium, KIT, Karlsruhe
Computational Intelligence is an important tool for dealing with complex systems and can be used everywhere: automotive industry, medical applications, chemistry, geology, entrepreneurship, system design, games, biology, etc. In this area, we work on evolutionary algorithms, particle swarm optimization and their applications on multi-objective problems.
Furthermore, we study algorithms and different applications of Swarm Intelligence in optimization, swarm robotics, and distributed systems. Swarm Intelligence is a collective learning mechanism with the goal to achieve a global complex and intelligent behavior using simple rules on simple technical devices.