- Mathematik
- Mathematische Verfahren (Master)
- Machine Learning (Master)
- angewandte Informatik
Department Maschinenbau und Produktion
Berliner Tor 21
20099 Hamburg
Raum 412
T +49 40 428 75-8783
Stellvertretende Gleichstellungsbeauftragte der HAW Hamburg
Vorhersagbarkeit von Strompreisfluktuationen auf dem EPEX Intraday Market
Big Data Analytik und Predictive Maintenance von Photovoltaik-Wechselrichtern
Klassifizierung der Alarme aus Condition Monitoring Systemen von Windturbinen
Untersuchung verschiedener Methoden des Deep Learnings im Kontext der Audio-Klassifikation
Sarah Hallerberg ist promovierte theoretische Physikerin und Professorin für Mathematik
und angewandte Informatik an der HAW Hamburg. Zuvor arbeitete sie bei IBM Rese-
arch Dublin als Permanent Research Staff an der automatisierten Analyse von Strom-
verbrauchs- und Erzeugungsdaten. Als Postdoc war sie davor vier Jahre lang am Max-
Planck-Institut für Dynamik und Selbstorganisation in Göttingen beschäftigt. Neben ihrer
eigenen Forschungtätigkeit betreute sie drei Promovierende und zwei Masterarbeiten.
Zuvor war Sarah Hallerberg Postdoc an der TU Chemnitz, Gastprofessorin an der Uni-
versidad de Cantabria und Postdoc am CSIC-Institut Instituto de Física de Cantabria in
Santander, Spanien. Nach ihrem Physikstudium mit Schwerpunkt statistischer Physik hat
Sarah Hallerberg am Max-Planck-Institut für Physik komplexer Systeme in Dresden zum
Thema Vorhersagbarkeit von Extremereignissen in Zeitreihen“ promoviert. Gefördert
vom DAAD war sie mehrere Monate am Centre for the Analysis of Time Series der Lon-
don School of Economics.
Ihre Forschungsschwerpunkte sind datenbasierte Vorhersage und Klassifizierungsalgorithmen, Vorhersagbarkeit von Extremereignissen und kritische Systemumschwünge, Dynamik von Netzwerken, Störungsausbreitung in dynamischen Systemen und die automatisierten Analyse großer Datenmengen.
Informationen zum WS 20/21:
Studierende des Moduls Angewandte Informatik (Bachelor): Bitte schreiben Sie sich in den Emil-Lernraum TI..MP.W20 AIF Hlg ein, damit Sie alle Informationen zur Durchführung der Lehrveranstaltung per Email erhalten. Emails aus der Vergangenheit können Sie unter der Rubrik "Ankündigungen" nachlesen.
Studierende des Moduls Machine Learning (Master): Bitte schreiben Sie sich in den Emil-Lernraum TI..MP.W20 MAL Hlg ein, damit Sie alle Informationen zur Durchführung der Lehrveranstaltung per Email erhalten. Emails aus der Vergangenheit können Sie unter der Rubrik "Ankündigungen" nachlesen.