Dr. rer. nat. Nico Mothes

Das Team von Saxony.AI

Aufgaben

  • Lead Machine Learning Engineer
  • Softwareentwickler
  • Projektmanager
  • Data-Analyst
  • Berater

Ausgewählte Projekte

VIPR: KI für inverse Probleme in der Materialforschung
VIPR: KI für inverse Probleme in der Materialforschung

Framework für invertierbare neuronale Netze in der Materialforschung

Publikationen

Fachartikel · Framework

VIPR: Versatile inverse problem software framework

Jeyhun Rustamov, Sascha Creutzburg, Jens Bornschein, Michael Bussmann, Marina Ganeva, Alexander Gerlach, Stefan Häusler, Bernd Helm, Alexander Hinderhofer, Robert Juzak, Alexandros Koutsioubas, Rico Löser, Valentin Munteanu, Vedhas Pandit, Ulrich Schramm, Frank Schreiber, Nico Mothes, Jeffrey Kelling.

SoftwareX 36 (2026), 103163.

DOI: 10.1016/j.softx.2026.103163

Fachartikel · Brennstoffzellen-Anwendung

Conditional invertible neural network for online-capable monitoring of polymer electrolyte membrane fuel cells

Rico Löser, Sascha Creutzburg, Nico Mothes, Martin Dix.

International Journal of Hydrogen Energy 250 (2026), 155929.

Wissenschaftliche Anwendung invertierbarer neuronaler Netze zur Zustandsüberwachung von PEM-Brennstoffzellen. Der SoftwareX-Artikel beschreibt die Einbindung dieser Forschung über das VIPR-Brennstoffzellen-Plugin mit simulierten Sensordaten.

DOI: 10.1016/j.ijhydene.2026.155929

VIPR: Publikationen und Software

Persönliche Informationen

  • Promotion Informatik mit Schwerpunkt Maschinelles Lernen: Dr. rer. nat.,
    TU Dresden, 2017
  • PostDoc und Gruppenleiter bei Harvard Medical School,
    TU Dresden und Helmholtz-Zentrum Dresden-Rossendorf, 2017-2023
  • seit 2012 berufstätig
  • seit 2023 bei Saxony.AI

Expertise

  • Maschinelles Lernen / KI (Experte)
  • Digitale Zwillinge (Modellierung, Simulation & Numerik) (Experte)
  • Bild- und Signalverarbeitung (Experte)
Apache Spark
Level: Experte
Horovod
Level: Experte
Langchain
Level: Experte
OpenCV
Level: Experte
PyTorch
Level: Experte
Docker
Level: Fortgeschritten
PyTorch Geometric
Level: Fortgeschritten
Tensor Flow
Level: Fortgeschritten