Prof. Dr. Julija Zavadlav

Professur

Mehrskalige Modellierung von flüssigen Materialien

Fakultät

Maschinenwesen

Wissenschaftliche Laufbahn und Forschungsgebiete

Prof. Zavadlavs (*1987) Forschungsgebiet umfasst die Entwicklung von effizienten, aussagekräftigen Computermodellen. Die Anwendungsgebiete dieser Modelle reichen von der Bioinformatik bis zu den Ingenieurwissenschaften. Dabei forscht sie an neuen Techniken, welche die Untersuchung von Phänomenen auf mehreren Größenskalen in einer einzigen Simulation ermöglichen. Hier setzt sie unter anderem auf den Einsatz von maschinellem Lernen.

Julija Zavadlav studierte an der Universität von Ljubljana Physik und schoss dort im Jahre 2015 mit einem Doktorat ab. In dieser Zeit und in den nachfolgenden Jahren arbeitete sie am National Institute of Chemistry in Slowenien. Im Jahre 2016 startete sie ihr Post-Doktorat am Lehrstuhl für computergestützte Wissenschaften an der ETH Zürich und erhielt im Jahre 2017 ein ETH Postdoctoral Fellowship. Im Jahre 2019 wurde sie als Assistenzprofessorin für Multiscale Modeling of Fluid Materials an die TUM berufen.

    Wichtigste Auszeichnungen

    • ETH Postdoctoral Fellowship

    Schlüsselpublikationen

    Zavadlav J, Arampatzis G, Koumoutsakos P: „Bayesian selection for coarse-grained models of liquid water“. Scientific Reports. 2019; 9 (1): 99.

    Abstract

    Zavadlav J, Sablić J, Podgornik R, Praprotnik, M: „Open-Boundary Molecular Dynamics of a DNA Molecule in a Hybrid Explicit/Implicit Salt Solution“. Biophysical Journal. 2018; 114 (10): 2352–2362.

    Abstract

    Zavadlav J, Praprotnik, M: „Adaptive resolution simulations coupling atomistic water to dissipative particle dynamics“. The Journal of Chemical Physics. 2017; 147: 114110.

    Abstract

    Zavadlav J, Podgornik R, Praprotnik, M: „Order and interactions in DNA arrays: Multiscale molecular dynamics simulation“. Scientific Reports. 2017; 7 (1): 4775-4786. 

    Abstract

    Zavadlav J, Siewert J, Praprotnik, M: „Adaptive resolution simulation of supramolecular water: The concurrent making, breaking, and remaking of water bundles“. Journal of Chemical Theory and Computation. 2016; 12 (8): 4138-4145. 

    Abstract