Cristian Axenie

Sprechstunde:
Sprechzeiten nach E-Mail-Vereinbarung

Cristian Axenie

Prof. Dr.-Ing.

Beruflicher Werdegang

Vita

Dr. Axenie ist High Tech Agenda Bayern Professor für Künstliche Intelligenz und Forschungsgruppenleiter des SPICES Labs an der Technischen Hochschule Nürnberg Georg Simon Ohm in Deutschland. Nach dem Promotion zum Dr. Eng. Sc. in Neurowissenschaften und Robotik an der Technischen Universität München im Jahr 2016 kam Dr. Axenie zum Huawei Research Center in München. Zwischen 2017 und 2023 war Dr. Axenie gleichzeitig Staff Research Engineer beim Huawei Research Center und Principal Investigator und Leiter des Audi Konfuzius-Institut Ingolstadt Laboratory an der Technischen Hochschule Ingolstadt. Dr. Axenie ist ein erfahrener Forscher mit mehr als 15 Jahren Erfahrung in der akademischen Forschung und mehr als 8 Jahren in der industriellen Forschung. Er erlangte einen M. Sc. in Robotik und intelligenter Regelungstechnik und einen B. Sc. in Automatisierung und industrieller Informatik. Seine Forschungsergebnisse wurden in mehr als 50 von Experten begutachteten Publikationen und mehr als 10 Patenten veröffentlicht.

Lebenslauf

  • seit 2023 - Professor für Künstliche Intelligenz an der TH Nürnberg Fakultät Informatik
  • 2019 - 2023 - Leitender Forschungsingenieur, Huawei Technologies Forschungszentrum, München
  • 2022 - Zertifikat Entrepreneurship, Saïd Business School, University of Oxford, UK
  • 2017 - 2019 - Forschungsingenieur, Huawei Technologies Forschungszentrum, München
  • 2017 - 2023 - Forschungsgruppenleiter und Laborleiter, AUDI Konfuzius-Institut Ingolstadt Labor, Ingolstadt
  • 2017 - 2021 - Dozent, TH Ingolstadt
  • 2016 - Promotion zum Dr.Ing., Fakultät für Elektrotechnik und Informationstechnik, TU München
  • 2011 - 2017 - Wissenschaftlicher Mitarbeiter, Neurowissenschaftliche Systemtheorie Abteilung, TU München
  • 2009 - 2011 - Softwareingenieur, Wind River Systems, Rumänien
  • 2009 - 2010 - Dozent, UGAL, Rumänien
  • 2009 - 2011 - M.Sc. Angewandte Informatik in der Regelungstechnik, UGAL, Rumänien
  • 2005 - 2009 - B.Sc. Automatisierung und angewandte Informatik, UGAL, Rumänien
  • 2008 - Softwareingenieur Praktikum, Freescale Semiconductors, Rumänien
Auszeichnungen
  • 2020 Best-Paper-Preis, Symposium über mathematische und computergestützte Onkologie, Springer
  • 2019 Erster Platz, KI-Forschungswettbewerb, Merck KGaA
  • 2016 Microsoft Cognitive Technologies Preis, Microsoft Corporation 
  • 2016 Erster Platz, Big Data Analytics Wettbewerb, Mercedes-Benz Group AG
  • 2016 Erster Platz, Automotive Analytics Wettbewerb, Bayerische Motoren Werke AG
  • 2013 Leonhard Lorenz-Stiftung Preis, TU München
  • 2012 Elite Promotionsstipendium, Bayerische Elite Netzwerk, StMWK
Mitgliedschaften
  • Institute of Electrical and Electronics Engineers (IEEE) - Gesellschaft für Computational Intelligence
  • Gesellschaft für Informatik e.V. (GI)
  • Hochschullehrerbund e.V. (HLB)
  • Free Software Foundation Europe (FSFE)
Lehrgebiete
  • Kognitive Neuromorphische Systeme
  • Daten Fusion
  • TinyML
  • Algorithmen und Datenstrukturen
  • Grundlagen der Informatik
Forschungsgebiete
  • Neuromorphische Intelligenz
  • Intelligente Multisensorische Fusion
  • Antifragile Regelungssysteme
  • Embedded and Edge Systeme
Lehrveranstaltungen
  • Daten Fusion (SoSe)
  • TinyAI (SoSe)
  • Neuromorphische Intelligenz (WiSe)
  • Grundlagen der Informatik (WiSe)
  • Algorithmen und Datenstrukturen (SoSe)
  • IT Projekt (DISC - Disruption in Creativity Wi/SoSe)
Abschlussarbeiten

Abschlussarbeiten Themen Beispiele

  • Neuromorphic Robot Motion Control (PDF)
  • Spiking Vision für die Neuromorphe Roboter Motorsteuerung  (PDF)
  • TinyAI Experiment: Implementierung von neuronalen Netzen und LLM auf einem MIPS Linux-Minicomputer (PDF)
  • TinyAI Experiment: Implementierung von neuronalen Netzen auf einem FPGA PowerPC CPU (PDF)
  • TinyAI Experiment: Implementierung von neuronalen Netzen und 1- bit LLM auf einem 9$ Micro-Computer (PDF)
  • SPICEnet Demonstrator GUI. (PDF)
  • SPICEnet Mobile Demonstrator GUI. (PDF
  • Embedded SPICEnet. (PDF)
  • Spiking SPICEnet on Neuromorphic Chip. (PDF)
  • Neuronale Regelung eines Roboterhundes (PDF)
  • Neuronale Sensorfusion für die Selbstbewegungswahrnehmung eines Roboterhundes (PDF)
  • Event-based neuromorphe Bildsensoren für die Aktivitätserkennung von Menschen in Innenräumen (PDF)
  • Heterogene Datenfusion mit Spike-basierten neuronale Netzwerken (PDF)
  • Echtzeit-Fusion von heterogenen Datenströmen (PDF)
  • Prototyp-System für Hör-Bewegungs-Synästhesie mit Hilfe von neuromorphen Kameras (PDF)
  • Hybrides Edge-System für industrielle multisensorische Fusion (PDF)

 

Veröffentlichungen
Projekte

SPICES Labor

Labor für Sensomotorische Datenverarbeitung, Intelligenz und Regelung in Edge Rechnersystemen

 

Angewandte Antifragility Forschung

Forschungsgruppe für Systemdesign, Analyse und Entwicklung von antifragilen Systemen

Weitere Informationen

Tagungsbeiträge/Konferenzbeiträge

 

TinyAI: Die KI macht eine Diät. Eine schlanke künstliche Intelligenz sorgt für schnelle, persönliche und umweltfreundliche Consumer Technologie, bei der private Daten privat bleiben. Innovationsforum gfu Insights & Trends 2024: Künstliche Intelligenz im Fokus, 100 Jahre IFA, IFA Berlin 2024

Fusing Mathematical Modelling, Biomedical Data and Learning Algorithms for Computational Oncology gehalten an der Universität von Surrey (Guildford), UK.

Spiking Perception and processing for Intelligent Detection of pEdestrians on urban Roads halten beim internationalen Hackathon, TinyML Foundation Pedestrian Detection Challenge for Vision Zero San Jose. Das Team NeuOHM der TH Nürnberg gewonnen den zweiten Platz unter 29 Hochschulen und Unternehmen aus aller Welt.

Eingeladener Vortrag auf dem Open Neuromorphic Workshop zum Thema Hybrid Learning for Event-Based Visual Motion Detection and Tracking

Eingeladener Vortrag auf der 2024 Summerschool für angewandte Physik und Mathematik, organisiert von der Institute for Research in Applied Mathematics and Systems (IIMAS) innerhalb der National Autonomous University of Mexico (UNAM) über Antifragile feedback control systems: from biology to technology.