Über mich

Ich bin Doktorand und wissenschaftlicher Mitarbeiter am Lehrstuhl für Mathematik der Informationsverarbeitung an der LMU München. Zuvor hatte ich die gleiche Position an der RWTH Aachen inne. Mit meinem Hintergrund in angewandter Mathematik umfassen meine Forschungsinteressen Optimierung, dynamische Systeme, Modellierung und stochastische Approximation, mit besonderem Schwerpunkt auf Anwendungen im Deep Learning.

Forschungsinteressen
Maschinelles Lernen und Deep Learning | Optimierung | Stochastische Approximation | Dynamische Systeme und Modellierung | Compressive Sensing

Kurzbiografie

Ich habe mein Promotionsstudium, welches sich mit Optimierungsmethoden für das Training tiefer linearer neuronaler Netze befasst, an der RWTH Aachen begonnen und schließe es nun an der LMU München ab. Ich habe einen Masterabschluss in angewandter Mathematik mit den Schwerpunkten dynamische Systemen und numerische Analyse und Modellierung, sowie einen kooperativen Master in Wirtschaftsmathematik mit Spezialisierung auf maschinelles Lernen. Meine Forschungsergebnisse bestehen in Konvergenzeigenschaften des Gradientenabstiegs und des stochastischen Gradientenabstiegs für das Training tiefer linearer neuronaler Netze. Bisherige Projekte umfassen Anwendungen des maschinellen Lernens zur Vorhersage des Kraftstoffverbrauchs und zur Erkennung von Anomalien in Energieerzeugungsanlagen sowie die Modellierung und Analyse von Systemen, die impulsive Phänomene mit einbeziehen.

Lehrveranstaltungen

Ich bereite Übungen für folgende Vorlesungen vor und halte diese:

  • Optimierung
  • Mathematische Grundlagen des maschinellen Lernens II - Deep Learning

Publikationsliste