Das Gros naturwissenschaftlicher und technischer Anwendungen erfordert die Extraktion gewünschter Informationen aus zuvor aufgezeichneten Messwerten. Klassische Beispiele hierfür sind bildgebende Verfahren, wie etwa die Computertomographie, welche nicht-invasiv Informationen über das Innere eines Patienten oder eines Werkstückes liefern.
Aus mathematischer Sicht handelt es sich bei diesem Prozess um die Lösung eines inversen Problems und erfordert eine sorgfältige Modellierung und Analyse der Problemstellung sowie die Entwicklung geeigneter numerischer Lösungsverfahren, welche eine Balance zwischen Genauigkeit und Datenfehler sicherstellen müssen. Ein Ansatz besteht hierbei in der Formulierung geeigneter Optimierungsprobleme, welche unter Hinzufügen problemangepasster Strafterme gelöst werden.
News für Studierende
- Lehrangebot im Sommersemester 22
Vorlesung und Übung: Grundlagen inverser Probleme - Lehrangebot im Wintersemester 21/22
Vorlesung: Einführung in die Optimierung und Masterseminar: Moderne Herausforderungen in Bildverarbeitung und Bildgebung - IMNG-OIP BMBF project iDeLIVERL: Innovation Lab
Start für Bewerbungen - Lehrangebot im Sommersemester 21
Vorlesung: Mathematische Methoden der Bildverarbeitung und Hauptseminar: Optimierung und Inverse Probleme - Lehrangebot im Sommersemester 20
Vorlesung: Regularisierung inverser Probleme und Seminar: Sparsity und Compressed Sensing
Kontakt

Bernadette Hahn-Rigaud
Prof. Dr.Lehrstuhlleitung OIP
- Profil-Seite
- +49 711 685 61605
- E-Mail schreiben
- Frau Prof. Bernadette Hahn-Rigaud

Carola Stahl
Administration
- Profil-Seite
- +49 711 685 65356
- E-Mail schreiben
- Carola Stahl