Das Ziel dieses Projekts ist es, neue Kooperationen zwischen Informatik und angewandter Mathematik in den Bereichen Deep Learning und stochastische nichtlineare Optimierung zu starten. Unser zentrales Ziel ist es, neue Wege zur Anwendung von Deep Learning auf inverse Probleme zu erforschen, indem wir unsere bestehende Expertise in den jeweiligen Bereichen zusammenführen und die Effizienz bestehender Methoden durch moderne Optimierungsansätze erhöhen. Auf diese Weise bauen wir eine Kernmethodik auf, die letztlich für verschiedene Anwendungen innerhalb anderer Projekte des Clusters nützlich sein wird, insbesondere für effiziente Low-Level-Imaging- und Bildverarbeitungssysteme in der Imaging-Halle. Während wir unsere Zusammenarbeit mit einem einzelnen Postdoc und zunächst begrenztem Umfang beginnen, um die Realisierbarkeit der Ansätze zu bewerten, ist geplant, in späteren Projekten in weitere Bereiche der Optimierung tiefer Modelle zu verzweigen, in denen fortgeschrittene mathematische Methoden ebenfalls zu neuen Erkenntnissen und Verbesserungen führen können.
Zurück zu den aktuellen Projekten.