Lebenslauf
Lebenslauf
?
seit 2024 Wissenschaftlicher Mitarbeiter am Lehrstuhl für Mechatronik, Universit?t Augsburg
2021-2024 M.Sc. Energietechnik an der Technischen Universit?t Hamburg (TUHH)
2021-2022 Austauschjahr an der University of California, Berkeley
2017-2021 B.Sc. Allgemeine Ingenieurwissenschaften, spezialisiert auf Energie- und Umwelttechnik
?
Berufserfahrung
?
2022-2024 Werkstudent, XRG Simulation, Hamburg
2022 Lawrence Berkeley National Laboratory Affiliate
2021 Praktikum, Siemens Gamesa ETES (Electrical Thermal Energy Storage, Hamburg)
2018-2020 Wissenschaftliche Hilfskraft und Tutor am Institut für Technische Thermodynamik, StartING Tutor, Technische Universit?t Hamburg (TUHH)
Forschungsschwerpunkte
- Modellierung von (thermischen) Energiesystemen
- Schnelle Surrogatmodelle mit Scientific Machine Learning
- Optimales Design und optimale Steuerung für Energiesysteme
Lehrveranstaltungen
Aktuelles Semester
    
    (Angewandte Filter: Semester: aktuelles | Institutionen: Ingenieurinformatik mit Schwerpunkt Mechatronik | Dozenten: Julius Aka | Vorlesungsarten: alle)
    
        
            
            
    
    
    
        | Name | Semester | Typ | 
|---|---|---|
| ?bung zu Objektorientierte Modellbildung und Simulation: Theorie und Praxis | Wintersemester 2025/26 | ?bung | 
| Objektorientierte Modellbildung und Simulation: Theorie und Praxis | Wintersemester 2025/26 | Vorlesung | 
| Praktikum zu Objektorientierte Modellbildung und Simulation: Theorie und Praxis | Wintersemester 2025/26 | Praktikum | 
N?chstes Semester
Keine Vorlesungen vorhanden.
Publikationen
 
  
    
   2025
    | 
  
    
   2023
   
  
 
 
 
  
   
    
| 2025 | 
| Aka, Julius, Brunnemann, Johannes, Eiden, J?rg, Speerforck, Arne, & Mikelsons, Lars (2025). Balanced Neural ODEs: nonlinear model order reduction and Koopman operator approximations. PDF | BibTeX | RIS | URL | URL | 
| 2023 | 
| Aka, Julius, Brunnemann, Johannes, Freund, Svenne, & Speerforck, Arne (2023). Efficient global multi parameter calibration for complex system models using machine-learning surrogates. https://doi.org/10.3384/ecp204107 PDF | BibTeX | RIS | DOI | 
 
    
    
    
    
 
    