M.Sc.

Aymen Gannouni

Bced04B9Eb0F8Aa81470676A810Fdf24
Raum
D 2.26
Telefon
+49 241 80 91139
E-Mail
Herr Gannouni ist seit Januar 2020 als wissenschaftlicher Mitarbeiter am Lehrstuhl für Informationsmanagement im Maschinenbau tätig. Er ist Teil der Forschungsgruppe Digitale Transformation in Arbeitsumgebungen. Zuvor hat Herr Gannouni Informatik mit Nebenfach Betriebswirtschaftslehre im Bachelor und Master an der RWTH Aachen studiert und sich während seines Auslandssemesters an der EPF Lausanne intensiv mit Data Science auseinandergesetzt. In seiner Masterarbeit beschäftigt er sich mit dem Einsatz künstlicher Intelligenz in der Produktionsplanung und Steuerung, insbesondere dem Lösen kombinatorischer Optimierungsprobleme mittels Deep Reinforcement Learning (auch bekannt als neuronale kombinatorische Optimierung). Im Zuge seiner Tätigkeit ist Herr Gannouni in Industrie 4.0 Digitalisierungsprojekten verschiedener Branchen involviert (z.B. Hoch- und Tiefbau; Textilfertigung). Zudem arbeitet er am Exzellenscluster Internet of Production der RWTH Aachen University mit und erforscht in diesem Zusammenhang Digitale Schatten in der Produktion. Zu seinen Forschungsinteressen gehören unter anderem Reinforcement Learning, Data Science, Operations Research, Digitale Schatten und Industrie 4.0.

Aktuelle Publikationen

Otte, Thomas; Gannouni, Aymen; Meisen, Tobias
Proceedings of the 27th ITS World Congress
2020
Zhou, Hans; Gannouni, Aymen; Otte, Thomas; Odenthal, Jonas; Abdelrazeq, Anas; Hees, Frank
Proceedings of 12th ITU Academic Conference - Kaleidoscope 2020: Industry-Driven Digital Transformation, virtual, pp. 73-79
2020
Otte, Thomas; Zhou, Hans; Gannouni, Aymen; Odenthal, Jonas; Abdelrazeq, Anas; Hees, Frank
Proceedings of 14th IEEE International Conference on Innovations in Information Technology (IIT 2020), virtual
2020
Gannouni, Aymen; Samsonov, Vladimir; Behery, Mohamed; Meisen, Tobias; Lakemeyer, Gerhard
Conference: 2020 IEEE International Conference on Systems, Man, and Cybernetics (SMC), IEEE, Toronto, ON, Canada, pp. 2640--2647
2020