Dominik Schindler promoviert in Angewandter Mathematik am Imperial College London unter der Betreuung von Professor Mauricio Barahona. Vor seinem Ph.D. absolvierte er einen MSc in Angewandter Mathematik von Imperial College und einen MA in Digitale Medien von Goldsmiths, University of London. Mit Fokus auf Netzwerkanalyse und Maschinelles Lernen entwickelt er neue mathematische Methoden für die computergestützte Sozialwissenschaft. Während seines Forschungsaufenthaltes am Weizenbaum-Institut nutzt er diese Methoden, um die Diffusion von rechten Verschwörungen zwischen verschieden sozialen Netzwerken zu analysieren.
Research Fellow
Forschungsgruppe „Dynamiken der digitalen Mobilisierung“, 1.6.-31.7.2023
Forschungsgruppe „Digitalisierung und transnationale Öffentlichkeit“, Juni 2022
Computergestützte Sozialwissenschaft, Netzwerkanalye, Maschinelles Lernen, Stochastische Prozesse, Software Theorie
Dissertation: “Dynamical Network Analysis and Machine Learning for Computational Social Sciences”
Pre-prints:
D. J. Schindler and M. Fuller, ‘Community as a Vague Operator: Epistemological Questions for a Critical Heuristics of Community Detection Algorithms’. arXiv, May 24, 2023. doi: 10.48550/arXiv.2210.02753.
D. J. Schindler and M. Barahona, ‘Persistent Homology of the Multiscale Clustering Filtration’. arXiv, May 07, 2023. doi: 10.48550/arXiv.2305.04281.
A. Arnaudon et al., ‘PyGenStability: Multiscale community detection with generalized Markov Stability’. arXiv, Mar. 08, 2023. doi: 10.48550/arXiv.2303.05385.
D. J. Schindler, J. Clarke, and M. Barahona, ‘Multiscale mobility patterns and the restriction of human movement’. arXiv, Jan. 23, 2023. doi: 10.48550/arXiv.2201.06323.
Zurück zur Übersicht