Portraitfoto von Julian Hoever vor einem grau/blauen Hintergrund

Kurzlebenslauf

Julian Hoever, M.Sc., arbeitet seit Juni 2024 als wissenschaftlicher Mitarbeiter am Fachgebiet Intelligente Eingebettete Systeme der Fakultät Informatik der Universität Duisburg-Essen. Er absolvierte an der Universität Duisburg-Essen seinen Bachelor-Abschuss in dem Studiengang Angewandte Informatik. Darauf absolvierte er im Mai 2024 an derselben Universität den Master-Studiengang Cyber Physical Systems. Seine Masterarbeit beschäftigte sich mit der Anwendung von Knowledge Distillation auf vorberechenbare neuronale Netze für FPGAs.

Forschung

Aktuell ist er für das Projekt ZaKI.D angestellt. Das Ziel dieses Projektes ist es künstliche Intelligenz für Unternehmen im Raum von Duisburg und Umgebung zugänglich zu machen. Im Rahmen von kleinen Projekten und Schulungsmaßnahmen soll ein Wissenstransfer in die Unternehmen ermöglicht werden. Eine relevante Technik, welche den Schwerpunkt seiner Forschung ausmacht, ist Knowledge Distillation. Knowledge Distillation erlaubt es effizientere und genauere KI-Modelle zu entwickeln, wodurch diese Technik besonders für die Projekte im Rahmen von ZaKI.D interessant ist.

Informatik / AI

Anschrift
Bismarckstr. 90
47057 Duisburg
Raum
BC 205

Funktionen

  • Wissenschaftliche/r Mitarbeiter/in, Intelligente Eingebettete Systeme

Aktuelle Veranstaltungen

Die folgenden Publikationen sind in der Online-Universitätsbibliographie der Universität Duisburg-Essen verzeichnet. Weitere Informationen finden Sie gegebenenfalls auch auf den persönlichen Webseiten der Person.

    Artikel in Zeitschriften

  • Ling, Tianheng; Qian, Chao; Klann, Theodor Mario; Hoever, Julian; Einhaus, Lukas; Schiele, Gregor
    Configurable Multi-Layer Perceptron-Based Soft Sensors on Embedded Field Programmable Gate Arrays : Targeting Diverse Deployment Goals in Fluid Flow Estimation
    In: Sensors, Jg. 25, 2025, Nr. 1, 83
  • Beiträge in Sammelwerken und Tagungsbänden

  • Einhaus, Lukas; Maman, Natalie; Hoever, Julian; Erbslöh, Andreas; Schiele, Gregor
    Demo: Deriving LUT-based Neural Network Hardware Accelerators for Tiny Smart Sensor Systems
    In: Proceedings of the International Conference on Smart Computing Workshops and Other Affiliated Events (SMARTCOMP Companion 2026) / International Conference on Smart Computing Workshops and Other Affiliated Events (SMARTCOMP Companion 2026); 22-25 June 2026; Messina, Italy / Institute of Electrical and Electronics Engineers (IEEE) (Hrsg.). Piscataway: IEEE, 2026, S. 409 – 411
  • Einhaus, Lukas; Maman, Natalie; Hoever, Julian; Erbslöh, Andreas; Schiele, Gregor
    Precomputed 1D-CNNs for Atrial Fibrillation Detection on Tiny Smart Sensor Systems
    In: 2026 IEEE International Conference on Smart Computing (SmartComp) / 2026 IEEE International Conference on Smart Computing (SmartComp), 22-25 June 2026, Messina, Italy. Piscataway: Institute of Electrical and Electronics Engineers Inc., 2026, S. 9 – 16