Oliver Ernst Martin Stoll Roland Herzog - tu-chemnitz.de · Arbeitsgebiete der Professur Num. Mathematik (Part. Dgl.) I Optimierung mit partiellen Differentialgleichungen (optimale

Vorstellung der Arbeitsgruppen der Numerik

Oliver Ernst Martin Stoll Roland Herzog

TU Chemnitz

11.07.2018

TUC · 11.07.2018 · Ernst, Stoll, Herzog 1 / 15 https://www.tu-chemnitz.de/mathematik/

https://www.tu-chemnitz.de/mathematik/

Regelmäßige Lehrveranstaltungen der Numerik-GruppenNr. Titel Umfang Lage Empf Dozent

B08 Grundlagen der Optimierung 4+2 8 WS 3 Herzog, HelmbergB29 computerorientierte Mathe 2+2 6 WS 3 Bergmann, HerzogB09 Numerische Mathematik 4+2 8 SS 4 Ernst, StollB22 Computerpraktikum 2+2 4 WS 5 Bergmann

M12 Numerische Optimierung 3+1 6 WS/2 5 Herzog, HelmbergM13 Numerik gewöhnlicher Dgl. 4+2 8 WS/2 5 Herzog, Ernst, StollM15 Numerische lineare Algebra 4+2 8 WS/2 5 Ernst, StollM14 Numerik partieller Dgl. 4+2 8 SS/2 6 Herzog, Ernst

B12 Proseminar Numerik 2 4 immer 5 alleS04 Modellierungsseminar 2 8 immer 7 BergmannS03 Hauptseminar Numerik 2 4 immer 7 alle



Typische Spezialveranstaltungen der Numerik-GruppenNr. Titel Umfang Lage Empf Dozent

FM Optim. auf Mannigfaltigk. 3+1 6 4 Bergmann, HerzogFM Mathem. Bildverarbeitung 3+1 6 5 Bergmann, HerzogFM Optimale Versuchsplanung 4+2 8 5 HerzogFM Optimierung mit partiellen Dgl. 4+2 8 6 HerzogFM Approximationstheorie 4 6 6 ErnstFM Unsicherheitsquantifizierung 4+2 8 7 ErnstQ05 FEniCS-Kurs 2 4 WS 7 Herzog

M24 Einführung in Data Science 4+2 8 WS 7 Ernst, Herzog, StollM26 Matrix-Methoden in Data Sc 4+2 8 WS/2 7 StollM28 Optimierung im masch. Lernen 2+2 6 SS/2 7 Herzog

A01 Bachelorarbeit 18W 12 immer 6 alleA04 Masterarbeit 23W 30 immer 10 alle



Veranstaltungen im WS 2018/19Nr. Titel Umfang Empf Dozent

B29 computerorientierte Mathe 2+2 6 3 Bergmann & HerzogB22 Computerpraktikum 2+2 4 5 Bergmann

M13 Numerik gewöhnlicher Dgl. 3+1 6 5 WinklerM15 Numerische lineare Algebra 4+2 8 5 Stoll

FM Optimierung mit partiellen Dgl. 4+2 8 5 HerzogQ05 FEniCS-Kurs (17.–21.09.2018) 2 4 7 Blechta & Herzog

M24 Einführung in Data Science 4+2 8 7 Ernst



Veranstaltungen im SS 2019Nr. Titel Umfang Empf Dozent

B09 Numerische Mathematik 4+2 8 4 Stoll

FM Optimale Versuchsplanung 4+2 8 5 Herzog

M28 Optimierung im masch. Lernen 2+2 6 7 Herzog



Professur Numerische Mathematik

Prof. Dr. Oliver Ernst

I Studium: Universität KarlsruheI Promotion: StanfordI Habilitation: TU FreibergI Auslandsaufenthalte: Stanford, College Park (USA)I an der TUC seit 04/2013



Arbeitsgebiete der Professur Numerische MathematikI Quantifizierung von Unsicherheit (zufällige PDEs, Geostatistik, Bayessche inverse

Probleme, Daten und Modelle, Stochastik + Numerik)I Numerische lineare Algebra (Krylov-Unterraumverfahren für große

Gleichungssysteme, Ausgleichsprobleme und Matrixfunktionen)I Inverse Probleme in der Geophysik (Finite Elemente für Geoelektromagnetik,

inverse Probleme für Maxwell-Gleichungen)



Ausgewählte Themen für AbschlussarbeitenFür Bachelorarbeiten geeignete Themen:

I Stochastische Gradientenverfahren mit Beschleunigungstechnik von NesterovI 2 1

2D-Modelle in der GeoelektromagnetikI exponentielle IntegratorenI Generative Adversarial Networks

Für Masterarbeiten geeignete Themen:I gemischte FE-Formulierung elektromagnetischer ProblemeI Fuzzy-Modelle bei PDEsI Multiskalenprobleme in der GeoelekromagnetikI maschinelles Lernen bei inversen Problemen




I Stochastische Gradientenverfahren mit Beschleunigungstechnik von NesterovI 2 1

2D-Modelle in der GeoelektromagnetikI exponentielle IntegratorenI Generative Adversarial Networks

Für Masterarbeiten geeignete Themen:I gemischte FE-Formulierung elektromagnetischer ProblemeI Fuzzy-Modelle bei PDEsI Multiskalenprobleme in der GeoelekromagnetikI maschinelles Lernen bei inversen Problemen



Professur Wissenschaftliches Rechnen

Prof. Dr. Martin Stoll

I Studium: TU ChemnitzI Promotion: Oxford UniversityI Habilitation: Universität MagdeburgI Auslandsaufenthalte: OxfordI an der TUC seit 10/2017



Arbeitsgebiete der Professur Wissenschaftliches RechnenI Schnelle Löser für partielle Differentialgleichung in Simulation und OptimierungI Phasenfeldsimulation von der Biologie bis zur BildverarbeitungI Schnelle Algorithmen in Data Science von Graphen zu neuronalen NetzenI Eigenwertalgorithmen für große Matrixprobleme mit Anwendungen in Data

ScienceI Tensortechniken in Optimierung und Simulation, insbesondere für PDEs

n →




I Parallele Krylov-Unterraummethoden mit JuliaI Implementierung des Cucker-Smale-Modells für große Individuenzahlen

Für Masterarbeiten geeignete Themen:I Phasenfeldsimulation für BiomembranenI Umsetzung eines PDE-basierten Modells zur KriminalitätsvorhersageI Untersuchung von Tensornetzwerken und neuronalen Netzen




I Parallele Krylov-Unterraummethoden mit JuliaI Implementierung des Cucker-Smale-Modells für große Individuenzahlen

Für Masterarbeiten geeignete Themen:I Phasenfeldsimulation für BiomembranenI Umsetzung eines PDE-basierten Modells zur KriminalitätsvorhersageI Untersuchung von Tensornetzwerken und neuronalen Netzen



Professur Numerische Mathematik (Partielle Differentialgl.)

Prof. Dr. Roland Herzog

I Studium: TU ClausthalI Promotion: Universität BayreuthI Habilitation: Universität GrazI Auslandsaufenthalte: New Orleans, Graz, VancouverI an der TUC seit 03/2008



Arbeitsgebiete der Professur Num. Mathematik (Part. Dgl.)I Optimierung mit partiellen Differentialgleichungen

(optimale Steuerung, Formoptimierung, inverse Probleme)I Optimierung auf Mannigfaltigkeiten,

insbesondere mathematische BildverarbeitungI optimale VersuchsplanungI Anwendung von Mathematik, hauptsächlich in der Mechanik




I Lineare Programme auf MannigfaltigkeitenI Variationsansatz zum DitheringI Automatische Bildausrichtung mittels anisotroper TV-NormenI Lösungsverfahren für die Radiosity-GleichungI Modellierung & Simulation eines Pendels am Seil

Für Masterarbeiten geeignete Themen:I Differentialgleichungen auf MannigfaltigkeitenI Identifikation von partiellen DifferentialgleichungenI Convolutional Neural Networks und optimale SteuerungI Simultane Lösung geshifteter KKT-SystemeI Coded Aperture in der FotografieI 1D-Modell einer BrennstoffzelleI Simulation beim lasergestützten Aluminiumschweißen ( evtl. Promotion)




I Lineare Programme auf MannigfaltigkeitenI Variationsansatz zum DitheringI Automatische Bildausrichtung mittels anisotroper TV-NormenI Lösungsverfahren für die Radiosity-GleichungI Modellierung & Simulation eines Pendels am Seil

Für Masterarbeiten geeignete Themen:I Differentialgleichungen auf MannigfaltigkeitenI Identifikation von partiellen DifferentialgleichungenI Convolutional Neural Networks und optimale SteuerungI Simultane Lösung geshifteter KKT-SystemeI Coded Aperture in der FotografieI 1D-Modell einer BrennstoffzelleI Simulation beim lasergestützten Aluminiumschweißen ( evtl. Promotion)



Thema PromotionFür sehr gute Kandidatinnen und Kandidaten besteht die Möglichkeit zur Promotion.Der Zeitbedarf beträgt 3–4 Jahre. Für die Finanzierung gibt es folgende Optionen:

I Haushaltsstelle (mit Lehre)I projektfinanzierte Stelle (ohne Lehre)I Stipendium (ohne Lehre)

Sprechen Sie uns bei Interesse bitte rechtzeitig an!Fragen ??



Documents

Oliver Ernst Martin Stoll Roland Herzog - tu-chemnitz.de · Arbeitsgebiete der Professur Num. Mathematik (Part. Dgl.) I Optimierung mit partiellen Differentialgleichungen (optimale