Multifunktionale Biomaterialien

Foto: Foltan/ATB

Dr. Asim Khawaja

Forschungsdatenmanager

Abteilung: Technikbewertung

Telefon: +49 331 5699-247
Online:
öffnet Orcid öffnet LinkedIn öffnet Google Scholar

Mitarbeit in Forschungsprogrammen


Arbeitsgebiete

Im Rahmen des WetNetBB-Projekts (https://wetnetbb.de/) arbeite ich als Forschungsdatenmanager und unterstütze die Datenverwaltung und -integration bei interdisziplinären Forschungsaktivitäten zur nachhaltigen Nutzung von Mooren. Das Projekt bringt Landwirtschaft, Wissenschaft und Industrie zusammen, um zu zeigen, wie wiedervernässte Tieflandmoore in Brandenburg durch innovative Biomasseverwertung gleichzeitig zum Klimaschutz, zur Erhaltung der biologischen Vielfalt und zur regionalen Wertschöpfung beitragen können.


Mitwirkung in Gremien

Am Leibniz-Institut für Agrartechnik und Bioökonomie (ATB) konzentriert sich meine Arbeit auf das Forschungsdatenmanagement und die Datenverwaltung zur Unterstützung der interdisziplinären Agrar- und Bioökonomieforschung. Ich trage zur Entwicklung von FAIR- und DSGVO-konformen Datenmanagementstrategien bei, die die Datenqualität, Rückverfolgbarkeit und langfristige Verwendbarkeit projektübergreifend verbessern.

Zu meinen Aufgaben gehören die Einrichtung von Daten-Governance-Rahmenwerken, Metadatenstandards und zentralisierten Datenmanagementlösungen, die transparente Datenlebenszyklen von der Datenerfassung über die Analyse bis hin zur Wiederverwendung unterstützen. Ich arbeite eng mit Forschern und technischen Mitarbeitern zusammen, um wissenschaftliche Anforderungen mit praktischen Daten-Workflows in Einklang zu bringen.

Zuvor war ich im Bereich der angewandten Datenwissenschaft und des wissenschaftlichen Datenmanagements in der Geophysik und Weltraumwetterforschung tätig und habe an EU-finanzierten Projekten mitgewirkt, die sich mit groß angelegten Sensordaten, Vorhersagemodellen und der Entwicklung von Open-Source-Software befassten. Dieser Hintergrund fließt in meine derzeitige Arbeit bei ATB ein, insbesondere bei der Unterstützung komplexer experimenteller Daten und reproduzierbarer Forschungspraktiken.


Projekte


Weitere Veröffentlichungen

Meine Arbeit hat zu mehr als 20 begutachteten Publikationen in verschiedenen interdisziplinären Forschungsbereichen beigetragen. Eine Auswahl dieser Publikationen ist unten aufgeführt.

  • Khawaja, Asim M., et al. "Earthquake magnitude prediction in Hindukush region using machine learning techniques." Natural Hazards 85.1 (2017): 471-486.
  • Khawaja, Asim M., et al. "Earthquake prediction model using support vector regressor and hybrid neural networks." PloS one 13.7 (2018): e0199004.
  • Khawaja, Asim M., et al. "Multi‐resolution grids in earthquake forecasting: The Quadtree approach." Bulletin of the Seismological Society of America 113.1 (2023): 333-347.
  • Khawaja, Asim M., et al. "Statistical power of spatial earthquake forecast tests." Geophysical Journal International 233.3 (2023): 2053-2066.
  • Khawaja, Asim M., et al. "Fault parameters‐based earthquake magnitude estimation using artificial neural networks." Seismological Research Letters 90.4 (2019): 1544-1551.
  • Savran, W. H., Bayona, J. A., Iturrieta, P., Khawaja, Asim M., Bao, H., Bayliss, K., ... & Werner, M. J. "pyCSEP: A Python toolkit for earthquake forecast developers." Seismological Society of America 93.5 (2022): 2858-2870.

Cookies

Wir verwenden Cookies. Einige von ihnen sind erforderlich, um Ihnen Inhalte und Funktionen bestmöglich anzubieten, andere helfen uns, unsere User anonymisiert besser zu verstehen (Matomo). Datenschutzerklärung

Notwendig erforderlich

Notwendige Cookies sind für die ordnungsgemäße Funktion der Website unbedingt erforderlich. Diese Kategorie enthält nur Cookies, die grundlegende Funktionen und Sicherheitsmerkmale der Website gewährleisten. Diese Cookies speichern keine persönlichen Informationen.

Cookie Dauer Beschreibung
PHPSESSID Session Speichert Ihre aktuelle Sitzung mit Bezug auf PHP-Anwendungen und gewährleistet so, dass alle Funktionen der Seite vollständig angezeigt werden können. Mit Schließen des Browsers wird das Cookie gelöscht.
bakery 24 Stunden Speichert Ihre Cookie-Einstellungen.
fe_typo_user Session Wird verwendet, um eine Session-ID zu identifizieren, wenn man sich am TYPO3-Frontend einloggt.
__Secure-typo3nonce_xxx Session Sicherheitsrelevant. Zur internen Verwendung durch Typo3.
Analyse

Über Cookies dieser Kategorie lernen wir aus dem Verhalten der Besucher auf unserer Website und können so relevante Informationen noch schneller erreichbar machen.

Cookie Dauer Beschreibung
_pk_id.xxx 13 Monate Matomo – User-ID (zur anonymen statistischen Auswertung der Besucherzugriffe; ermittelt, um welchen User es sich handelt)
_pk_ses.xxx 30 Minuten Matomo – Session-ID (zur anonymen statistischen Auswertung der Besucherzugriffe; ermittelt, um welche Sitzung es sich handelt)