David Rohrschneider
Institut Informatik
Email:
david.rohrschneider@hs-ruhrwest.de
Telephone:
+49 208 88254-889
wissenschaftlicher Mitarbeiter | Projekt Circular Performer Emscher-Lippe
Person
David Rohrschneider ist seit 2024 wissenschaftlicher Mitarbeiter und Promotionsstudent am Institut für Informatik der HRW. In seiner Forschung beschäftigt er sich mit maschinellem Sehen, multimodalen neuronalen Netzen, Methoden des Transferlernens sowie der Verknüpfung digitaler Produktpässe mit Künstlicher Intelligenz zur Förderung der Circular Economy. In seiner Mitarbeit an den Projekten „Circular Performer Emscher-Lippe“ und „Transferhub im Prosperkolleg“ unterstützt er regionale Unternehmen auf dem Weg zu einer digitalen und zirkulären Zukunft.
Am besten erreichen Sie mich via E-Mail unter david.rohrschneider@hs-ruhrwest.de.
| Seit 2024 | Wissenschaftlicher Mitarbeiter Forschung im Bereich KI & digitale Produktpässe Hochschule Ruhr West |
| Seit 2024 | Promotion: KI und Data Science Hochschule Ruhr West / Promotionskolleg NRW |
| 2022 bis 2024 | Studium: Informatik M. Sc. Hochschule Ruhr West |
| 2018 bis 2022 | Studium: Wirtschaftsinformatik B. Sc. Hochschule Ruhr West |
Forschung und Kooperationen
Unterstützung regionaler Unternehmen bei der Implementation digitaler Produktpässe und der Umsetzung KI-gestützter Circular Economy Praktiken
- Multimodale neuronale Netze
- Digitaler Produktpass
- Maschinelles Sehen
- Transferlernverfahren
- Training von KI-Modellen im Bereich Objekterkennung
- Lokale Ausführung und Evaluation großer Sprachmodelle
- Web-Applikationen zur Demonstration von Digitalen Produktpässen
- Abou Baker, N., Rohrschneider, D., & Handmann, U. (2024). Parameter-Efficient Fine-Tuning of Large Pretrained Models for Instance Segmentation Tasks. Machine Learning and Knowledge Extraction, 6(4), 2783-2807.
- Rohrschneider, D., Baker, N. A., & Handmann, U. (2023). Double Transfer Learning to Detect Lithium-Ion Batteries on X-Ray Images. In International Work-Conference on Artificial Neural Networks (pp. 175-188). Cham: Springer Nature Switzerland.
- Deterding, J., Janzen, N., Rohrschneider, D., Lösch, P., & Jansen, M. (2023). Performance Evaluation of Quantum-Resistant Cryptography on a Blockchain. In International Congress on Blockchain and Applications (pp. 124-133). Cham: Springer Nature Switzerland.
- Abou Baker, N., Rohrschneider, D., & Handmann, U. (2022). Battery detection of XRay images using transfer learning. In European Symposium of Artificial Neural Networks.