BTU auf einen Blick
Fakultät 1
Fachgebiet Kognitive Materialanalytik (gemeinsame Berufung mit Fraunhofer IKTS Dresden) Prof. Dr.-Ing. Constanze Tschöpe

Dr. rer. nat. Mathias Käso

Wissenschaftlicher Mitarbeiter
(Fraunhofer-Projektgruppe KogMatD)

Lehrgebäude 3A, Raum 333
T +49 (0) 355 60 5112
mathias.kaeso(at)ikts.fraunhofer.de

Dr. rer. nat. Mathias Käso

  • April 2021 - laufend:  Projektleiter | Akademischer Mitarbeiter | Fraunhofer IKTS – Kognitive Materialdiagnostik
    Wissenschaftlicher Mitarbeiter in der Gruppe "Kognitive Materialdiagnostik" des Fraunhofer IKTS in Vollzeit
    Projektleiter in verschiedenen wissenschaftlichen Projekten
  • Januar 2014 - Dezember 2020: Akademischer Mitarbeiter | Doktorand | BTU Cottbus-Senftenberg
    Doktorand am Fachgebiet Computational Physics
    Akademischer Mitarbeiter am Fachgebiet für Energiewirtschaft in Vollzeit
  • Februar 2016: Promotion zum Dr. rer. nat. | BTU Cottbus-Senftenberg
    Promotion zum Dr. rer. nat. in Physik parallel zur Vollzeitbeschäftigung am Fachgebiet für Energiewirtschaft
  • April 2010 - Dezember 2013: Doktorand | BTU Cottbus-Senftenberg
    Doktorand am Fachgebiet Computational Physics
    Promotionsstipendiat in der Gruppe "Hybride Systeme"
  • Oktober 2002 - März 2010: Student | BTU Cottbus-Senftenberg
    Studium der theoretischen Physik mit den Vertiefungen Festkörpertheorie und Transport
    Lehre und Forschung als wissenschaftliche Hilfskraft
  • D. Nikodinoska, M. Käso, F. Müsgens. Solar and wind power generation forecasts using elastic net in time-varying forecast combinations, Applied Energy, 306, Part A, 117983, 2022.
  • M. Käso. About the theory of simple average forecast combinations, Working Paper, 2020. www.b-tu.de/fg-energiewirtschaft/publikationen/publikationsliste
  • M. Käso, F. Müsgens, O. Grothe. Dynamic Forecast Combinations of Improved Individual Forecasts for the Prediction of Wind Energy, IEEE Conference Proceedings EEM 2016.
  • M. Käso. Thermischer und elektrischer Transport in hybriden Heterostrukturen, Dissertation, BTU Cottbus-Senftenberg, 2016.
  • A. Bade, M. Käso, M. Lienert, F. Müsgens, C. Schmitz, R. Wissen. Ausgestaltung eines Auktionsmodells für EE-Anlagen in Deutschland, Köln/Cottbus, 2015.
  • M. Käso, U. Wulf. Quantized thermal conductance via phononic heat transport in nanoscale devices at low temperatures, Phys. Rev. B 89, No.13, 134309, 2014. doi: 10.1103/PhysRevB.89.134309
  • M. Käso, U. Wulf, J. Kucera, H. Richter, J. Höntschel. Thermal properties of quantum devices in integrated circuits embedded in a chip environment, Phys. Status Solidi C 11, No. 1, 105–108, 2014. doi: 10.1002/pssc.201300203
  • F. Müsgens, M. Käso.  Auktionsdesign für Photovoltaikanlagen auf Freiflächen, Köln/Cottbus, 2014.
  • M. Käso. Einführungsvortrag: Künstliche Intelligenz im industriellen Einsatz. 11. Ostsächsische Maschinenbautage, 2024, Bautzen.
  • M. Käso. KI – Wie künstliche Intelligenz Unternehmen effizienter macht? 4. Netzwerktreffen „Energieeffizienz und Klimaschutz“ des VIK, 2024, Lutherstadt Wittenberg.
  • I. Kraljevski, Y. C. Ju, M. Mühle, D. Lembcke, S. Uhlig, M. Käso, I. Alkhasli, C. Tschöpe. Setup and Knowledge Sharing of the new Fraunhofer Research Group for Cognitive Material Diagnostics. KM2021 Conference, Pre-Conference Industry Day, Leipzig, 29.06.2021. (Invited Talk)
  • M. Käso. About the Theory of Trimmed Simple Average Forecast Combinations, Online-Workshop »Short-term Renewable Energy Forecasting«, Cottbus/Deutschland, 10.12.2020. (Moderation und Vortrag)
  • M. Käso. Verbesserung der Leistungs- und Einsatzfähigkeit von Prognosen und Prognosekombinationen. Clusterkonferenz Energietechnik BB 2019, Potsdam.
  • M. Käso. Trimming of forecasts in simple average combinations. 39th International Symposium on Forecasting 2019, Thessaloniki/Griechenland, 16. - 19.06.2019.
  • M. Käso. Die Überführung von wissenschaftlichen Modellen im Bereich der Kombination von Erzeugungsprognosen in die praktische Anwendung. Netzwerktreffen Energiesystemanalyse des Bundesministeriums für Wirtschaft und Energie (BMWi), Aachen/Deutschland, 22. - 23.05.2019. (Moderation und Vortrag)
  • M. Käso. Increased forecasting performance and robustness in forecast combinations using corrected individual forecasts. 41st IAEE International Conference 2018, Groningen/Niederlande, 10. - 13.06.2018.
  • M. Käso. Statistical properties of dynamic forecast combinations based on corrected individual forecasts, 13. ÖGOR – IHS Workshop & ÖGOR Arbeitskreis "Mathematische Ökonomie und Optimierung in der Energiewirtschaft", Wien/Österreich.
  • M. Käso. Dynamic Forecast Combination Using the Kalman Filter. 39th IAEE International Conference, Bergen/Norwegen, 19. – 22. Juni 2016.
  • M. Käso. Dynamic Forecast Combinations of Improved Individual Forecasts for the Prediction of Wind Energy. 13th European Energy Market Conference, Porto/Portugal, 06. – 09. Juni 2016.
  • M. Käso. The temperature of quantum devices in integrated circuits embedded in a chip environment. 11th Interregional Workshop on Advanced Nanomaterials, Cottbus/Deutschland, 18. – 19. November 2015. (Poster)
  • M. Käso. Dynamic Forecast Combination under Consideration of an Error Forecast Model for Prediction of Wind Energy. 38th IAEE International Conference, Antalya/Türkei, 25. – 27. Mai 2015.
  • M. Käso. Uniform pricing vs. Pay-as-bid. BDEW-Berlin 2015, Berlin.
  • M. Käso. Auktionsdesign für PV-Freiflächenanlagen. BDEW Landesgruppe Berlin/Brandenburg – Lenkungskreis »Energiewirtschaft« 2015, Cottbus.
  • M. Käso. Erfolgreich bieten im Auktionsverfahren - Chancen, Risiken und Strategien bei Auktionen zu PV-Freiflächenanlagen. Informationstag des BDEW 2015, Mainz.
  • M. Käso. Thermal properties of quantum devices in integrated circuits embedded in chip environment. EMRS Spring Meeting 2013, Straßburg/Frankreich, 27. - 31. Mai 2013. (Poster)
  • M. Käso. Phononic Heat Transport in Hybrid Nanostructures. 17th International Winterschool on New Developments in Solid State Physics, Mauterndorf/Österreich, 12. - 17. Februar 2012. (Poster)
  • M. Käso. Heat transport in hybrid nano-systems using the atomic Green’s functions. Mathematical Challenges of Quantum Transport in Nano-Optoelectronic Systems, Berlin/Deutschland, 04. - 05. Februar 2011.

Betreute und geprüfte Abschlussarbeiten

  • Mykhailo Miljach: Datenanalyse und maschinelles Lernen für die vorausschauende Instandhaltung von industriellen Mahlanlagen, Masterarbeit, BTU Cottbus-Senftenberg, 2022 (in Kooperation mit Lehrstuhl Kommunikationstechnik).
  • David Stefan Schiemenz: Zustandsüberwachung und vorausschauende Instandhaltung in industriellen Anlagen, Masterarbeit, BTU Cottbus-Senftenberg, 2024 (in Kooperation mit Lehrstuhl Kommunikationstechnik).

Begutachtete und geprüfte Abschlussarbeiten

  • Jonas Mielke: Einsatzmöglichkeiten des maschinellen Lernens zur Planung und Steuerung komplexer Produktionssysteme, Doktorarbeit, BTU Cottbus-Senftenberg, 2024 (in Kooperation mit Lehrstuhl Produktionswirtschaft).