Dieses Bild zeigt Rebecca Kohlhaas

Rebecca Kohlhaas

M. Sc.

wissenschaftliche Mitarbeiterin
Institut für Wasser- und Umweltsystemmodellierung
Lehrstuhl für Hydromechanik und Hydrosystemmodellierung

Kontakt

Pfaffenwaldring 61
70569 Stuttgart
Deutschland
Raum: 1.011

Sprechstunde

Nur nach Vereinbarung

Abitur

2016 in Kirchheim unter Teck

Akademische Grade

2021: B.Sc. in Simulation Technology, Universität Stuttgart
2023: M.Sc. in Simulation Technology, Universität Stuttgart

Akademischer Werdegang

seit August 2023: akademische Mitarbeiterin (Doktorandin) im SFB 1313, Institut für Wasser- und Umweltsystemmodellierung, Universität Stuttgart

Publikationen

  1. Kröker, I., Brünnette, T., Wildt, N., Oreamuno, M. F. M., Kohlhaas, R., Oladyshkin, S., & Nowak, W. (2025). Bayesian3 Active Learning for Regularized Multi-Resolution Arbitrary Polynomial Chaos using Information Theory. International Journal for Uncertainty Quantification, 15, Article 3. https://doi.org/10.1615/Int.J.UncertaintyQuantification.2024052675
  2. Kohlhaas, R., Hommel, J., Weinhardt, F., Class, H., Oladyshkin, S., & Flemisch, B. (2025). Numerical Investigation of Preferential Flow Paths in Enzymatically Induced Calcite Precipitation Supported by Bayesian Model Analysis. Transport in Porous Media, 152, Article 12.
  3. Kohlhaas, R., Hommel, J., Weinhardt, F., Class, H., Oladyshkin, S., & Flemisch, B. (2025). Numerical Investigation of Preferential Flow Paths in Enzymatically Induced Calcite Precipitation Supported by Bayesian Model Analysis. Transport in Porous Media, 152, Article 12. https://doi.org/10.1007/s11242-025-02240-x
  4. Kohlhaas, R., Kröker, I., Oladyshkin, S., & Nowak, W. (2023). Gaussian active learning on multi-resolution arbitrary polynomial chaos emulator: concept for bias correction, assessment of surrogate reliability and its application to the carbon dioxide benchmark. Computational Geosciences, 27, Article 3. https://doi.org/10.1007/s10596-023-10199-1

Aktuelle Forschungsprojekte

Zum Seitenanfang