01 / ENTROPIEPHYSIKALISCHES SIGNAL
01
Zufall in einen sicheren Fluss verwandeln.
Physische Entropie, AI-hybrid TRNG und ein mehrschichtiger Sicherheitsansatz für verifizierbare Prozessgestaltung.
KI-gesteuerte numerische Elektromagnetik · AI-CEM
Hasan Yiğit
Ich baue den vollständigen Rechenstack der elektromagnetischen Wissenschaft auf — von den Maxwell-Gleichungen zum laufenden System: differenzierbare FDTD-Löser, KI-gesteuertes inverses Design, wissenschaftliche Software und die GPU/HPC-Infrastruktur, die elektromagnetisches Design schnell, reproduzierbar und einsetzbar macht.
AusbildungAI M.Sc. 3.93 · EEE B.Eng. 3.73
AnkerDifferenzierbares FDTD · KI-Inverses Design · Wissenschaftliche Software
RichtungDoktorand · AI-CEM Forschungsprogramm
00 / SIGNALFLUSS
Gute Systeme machen das Unsichtbare lesbar.
Jede Arbeit beginnt mit derselben Frage: Wie wird ein komplexes physikalisches oder numerisches Signal in eine verlässliche Entscheidung und ein wiederverwendbares System übersetzt?
Quelle Modell Entscheidung
↓ Karten durch Scrollen erkunden
↗
02 / FELDFDTD · NUMERISCHE LÖSUNG
02
Feld abtasten, Verhalten sichtbar machen.
Numerische Elektromagnetik macht Hochfrequenzsysteme, Parameter und Wellenverhalten numerisch lesbar.
03 / BILDKI · VISION
03
Bilder in eine messbare Entscheidung bringen.
Computer-Vision-Pipelines, die rohe Bilddaten in Medizin und Retail in überprüfbare, sinnvolle Ergebnisse übersetzen.
04 / LERNENADAPTIVES SYSTEM
04
Modell in ein reales System einbetten.
Adaptive Architekturen, die Daten, Simulation und Infrastruktur in einem Workflow vereinen — von der Forschung zum laufenden Produkt.
01 / DER STACK — EINE FORSCHUNGSRICHTUNG
Computational Electromagnetic Systems.
Ein Stack, vier Schichten.
Das Rückgrat des AI-CEM-Forschungsprogramms: ein vierschichtiger Stack von den Maxwell-Gleichungen bis zum laufenden System auf GPU/HPC. Jede Schicht ermöglicht die darüber liegende.
01 / PHYSIK
Numerische Elektromagnetik CEM
Numerische Lösung der Maxwell-Gleichungen mit FDTD, FEM und MoM. Grundlage für Hochfrequenzsysteme, Wellenausbreitung und inverse Probleme.
02 / INTELLIGENZ
KI & Scientific Machine Learning KI · SciML
Differenzierbare Programmierung, neuronale Operatoren (FNO/GNO), krümmungsbewusste Optimierung und graphenbasierte Suche. Die Schicht, in der KI Methode ist und EM das Problem bleibt.
03 / SOFTWARE
Wissenschaftliche Software Software
Open-Source-Löser, differenzierbare Frameworks, Benchmark-Suiten, Datensätze und reproduzierbare Pipelines. Jede veröffentlichte Methode wird als konkretes Software-Artefakt ausgeliefert.
04 / INFRASTRUKTUR
GPU / HPC-Infrastruktur Infrastruktur
GPU- und verteiltes Rechnen, speicherbewusstes Design, MLOps und verifizierbare Systeme. Die Maschine, die Löser und Modelle in realem Maßstab betreibt.
05 / ANWENDUNG
Elektromagnetische Systeme EM-Systeme
Antennen, Mikrowellenkomponenten, 6G-Systeme, Metasurfaces, computergestützte Bildgebung und RF-Sensorik. Die konkrete Ausgabe des gesamten Stacks.
// Eine Forschungsrichtung. Mehrere Engineering-Fähigkeiten. — Von den Maxwell-Gleichungen zum laufenden System.
02 / ANGRENZENDE ARBEIT
Die angrenzenden Felder um den Hauptstack.
Inverse Streuung, Mikrowellen-Bildgebung und RF-Tomographie. Medizinische Bildverarbeitung und Computer Vision leben hier als physikbasierte Bildgebungsbrücke des AI-CEM.
Physical-Layer-Sicherheit, RF-Fingerprinting, EM-Seitenkanalanalyse und vertrauenswürdige KI für EM-Systeme. Hintergrund in sicherer Infrastruktur kann hier zu einem Forschungsstrang werden.
JAX/PyTorch-basierte EM-Löser, Benchmark-Suiten und Datensätze. Konkrete Software-Artefakte, die jede veröffentlichte Methode begleiten.
QuevaTech für physische Entropie, Schlüsselmanagement und verifizierbare Prozesse. Die Disziplin, Forschungsergebnisse in Produkt und industriellen Kontext zu tragen.
NEWS — 01
Wie erkennen wir das Wetter von morgen?Ein Vortrag über Modellierung, Chaos und KI.
↗
03FORSCHUNGSPROGRAMM
FORSCHUNGSPROGRAMM
Ein Fachgebiet nicht isoliert denken,
sondern im ganzen Stack.
Das AI-CEM-Forschungsprogramm ist ein vierschichtiger Stack von den Maxwell-Gleichungen zum laufenden System. Physik, Intelligenz, Software und Infrastruktur dienen derselben wissenschaftlichen Frage: Wie können elektromagnetische Probleme schneller, genauer und autonomer gelöst werden?
3.93AI M.Sc. GPA / 4.00
3.73EEE B.Eng. GPA / 4.00
2022—research assistant
AUSGEWÄHLTE ARBEITEN
Von der Idee zum Prototyp.
01 / SICHERE INFRA↗
QuevaTechQuevaTech
Physische Entropie, AI-hybrid TRNG, Schlüssel-/Passwortmanagement und sichere Infrastrukturideen für öffentliche Nachweise von Prozess-Unveränderlichkeit.
02 / BILDVERARBEITUNG↗
Bildverarbeitungssysteme
Deep Learning und Computer Vision für medizinische/oral-radiologische Bilder, Retail Analytics und In-Store-Beobachtung.
03 / COMPUTATIONAL ENG.↗
Numerische Elektromagnetik
Hochfrequenz-Systemsimulation, FDTD, Parametervariation und numerische Entwicklung für High-Frequency Design.
LEBENSLAUF
Forschung, Produkt und Infrastruktur
auf einer Seite.
Anfrage
Eine erfassbare Zusammenfassung von akademischem Weg, Publikationsnachweisen und Themen für Zusammenarbeit. Ein PDF-Lebenslauf wird für eine bestimmte Position oder ein Projekt vorbereitet.
Lebenslauf öffnen ↗04 / KONTAKT
Eine Frage, eine Idee
oder ein Grund,
gemeinsam zu denken.
Für Vorträge, akademische Zusammenarbeit oder technologieorientierte Projekte genügt eine kurze Nachricht.