Logo Uni Bremen

Zentrum für Industriemathematik

ZeTeM > Über das ZeTeM > Mitarbeiter*innen > Dr. Sören Schulze

Kontakt Sitemap Impressum [ English | Deutsch ]
Bild Dr. Sören Schulze

Dr. Sören Schulze

Ehemaliger Mitarbeiter der Ehemalige AAG Computational Data Analysis, Research Training Group π3


Forschungsgebiete

Abschlussarbeiten (Auswahl)vollständige Liste

  1. Klaviertonhöhenerkennung mit Convolutional Neural Networks (Pegah Golchian)

Publikationen (Auswahl)vollständige Liste

  1. S. Schulze.
    Blind source separation in single-channel polyphonic music recordings.
    Dissertationsschrift, Universität Bremen, 2022.

    online unter: https://media.suub.uni-bremen.de/handle/elib/5816

  2. S. Schulze, E. King.
    Formulating Beurling LASSO for Source Separation via Proximal Gradient Iteration.
    Zur Veröffentlichung eingereicht.

    online unter: https://doi.org/10.48550/arXiv.2202.08082

  3. S. Schulze, E. King.
    Sparse Pursuit and Dictionary Learning for Blind Source Separation in Polyphonic Music Recordings.
    EURASIP Journal on Audio, Speech, and Music Processing, 6:2-25, 2021.

    DOI: 10.1186/s13636-020-00190-4
    online unter: https://rdcu.be/ceo1J

  4. S. Schulze, J. Leuschner, E. King.
    Blind Source Separation in Polyphonic Music Recordings Using Deep Neural Networks Trained via Policy Gradients.
    MDPI Open Access Journals Signals, 2(4):637-661, 2021.

    DOI: 10.3390/signals2040039
    online unter: https://www.mdpi.com/2624-6120/2/4/39

  5. S. Schulze, E. King.
    A Frequency‐Uniform and Pitch‐Invariant Time‐Frequency Representation.
    90th GAMM Annual Meeting of the international Association of Applied Mathematics and Mechanics (GAMM), 18.02.-22.02.2019, Wien, Österreich.
    Proc. Appl. Math. Mech., 19(1):e201900374, 2019.

    DOI: 10.1002/pamm.201900374