Thünen: Kühn, Bernhard, M.Sc.

Institut für

SF Seefischerei

M.Sc. Bernhard Kühn

Institut für Seefischerei

Herwigstraße 31
27572 Bremerhaven

Telefon: +49 471 94460 254
Fax: +49 471 94460 199
E-Mail: bernhard.kuehn@thuenen.de

Forschungsinteressen

Populationsdynamik
Statistische Modellierung von Fischbeständen
Maschinelles Lernen in den Fischereiwissenschaften

Aufgaben

Bearbeitung und Modellierung zeitlich-räumlicher Datensätze von Umweltparametern des Nordatlantiks und der Nordsee
Entwicklung statistischer Modelle zur Rekrutierungsvorhersage wichtiger kommerzieller Fischbestände in der Nordsee mithilfe von Umweltparametern
Bioökonomische Modellierung mit FLBEIA

Projekte

Beteiligt an

laufende Projekte

Ausgestaltung eines ökosystembasierten Fischereimanagements

abgeschlossene Projekte

Neue Wege, marine Ressourcen nachhaltig zu bewirtschaften

Wissenschaftliche Ausbildung und Werdegang

Seit Oktober 2018 Wissenschaftlicher Mitarbeiter am Thünen Institut für Seefischerei im EU-Projekt PANDORA.
2014 - 2018 Masterstudium in Umweltmodellierung an der Carl-von-Ossietzky Universität Oldenburg.
2010 – 2014 Bachelorstudium in Umweltwissenschaften an der Universität Koblenz-Landau.

Arbeitsgruppen und Gremien

Arbeitsgruppe - Gremium	Inhalt - Aufgabe
*ICES*
Working group on machine learning in marine science (WGMLEARN)	Diese Gruppe beschäftigt sich mit der Identifizierung des derzeitigen Status und den potenziellen Möglichkeiten der Miteinbeziehung der Methoden des Maschinenlernens (ML) in die marinen Wissenschaften. Ziel hierbei ist es, die relevanten Informationen zusammenzufassen, Herausforderungen und Anforderungen (Methoden und Daten) zu identifizieren und die Einführung relevanter ML-Techniken in die marinen Wissenschaften voranzubringen.

Arbeitsgruppe - Gremium

Inhalt - Aufgabe

ICES

Working group on machine learning in marine science (WGMLEARN)

Diese Gruppe beschäftigt sich mit der Identifizierung des derzeitigen Status und den potenziellen Möglichkeiten der Miteinbeziehung der Methoden des Maschinenlernens (ML) in die marinen Wissenschaften. Ziel hierbei ist es, die relevanten Informationen zusammenzufassen, Herausforderungen und Anforderungen (Methoden und Daten) zu identifizieren und die Einführung relevanter ML-Techniken in die marinen Wissenschaften voranzubringen.

Publikationen

Schäfer R.B, Kühn B., Hauer L., Kattwinkel M., (2017): Assessing recovery of stream insects ¨ from pesticides using a two-patch metapopulation model. Science of The Total Environment, 609: 788-798.
Schäfer, R. B., Kühn, B., Malaj, E., König, A., & Gergs, R. (2016): Contribution of organic toxicants to multiple stress in river ecosystems. Freshwater biology, 61(12), 2116-2128.

Nach oben

Folgen Sie uns