Dr. Simon Weinzierl
Postdoc
Mathematisches Institut der Universität München
Büroadresse:
Theresienstr. 39
Raum B445a
80333 München
Über mich
Die LMU München ist seit 2011 mein Zuhause. Die Fächer, die ich hier studieren konnte, reichen von Theoretischer Physik über Informatik bis hin zu reiner Mathematik. Nach einem kurzen Ausflug außerhalb der Wissenschaft bei Menlo Systems haben die LMU und ich unsere Beziehung wieder aufgenommen. Nun arbeite ich in der Arbeitsgruppe von Prof. Rauhut an linearen neuronalen Netzen und dem impliziten Bias des Gradientenverfahrens. In meiner Freizeit gehe ich gerne Radfahren, Wandern, Bouldern und backe Kuchen.
Schlagwörter
Lineare neuronale Netze | Impliziter Bias des Gradientenverfahrens | Algebraische Geometrie
Kurze Biographie
- Software Entwickler, Menlo Systems (2023-2025)
- Promotion in Mathematik, LMU München unter Prof. Fabien Morel (2018-2024), Link zur Dissertation
- Master, TMP, LMU München (2015-2018)
- Bachelor in Informatik, LMU München (2012-2015)
- Bachelor in Physik, LMU München (2011-2014)
Forschungsschwerpunkte
Lineare neuronale Netze sind neuronale Netze mit null Bias und der Identitätsfunktion als Aktivierungsfunktion. Im Wesentlichen faktorisieren sie die lineare Zielfunktion. Ich interessiere mich für die Anwendung linearer neuronaler Netze auf Matrixrekonstruktionsprobleme wie die Quantentomographie.
Es wurde empirisch beobachtet, dass Gradientenverfahren, die bei Matrixrekonstruktionsproblemen verwendet werden, welche durch lineare neuronale Netze approximiert werden, mit weniger Messungen zum ursprünglichen Signal konvergieren, wenn das Netzwerk mehr Schichten hat. Ich arbeite daran, dieses Phänomen theoretisch zu erklären.