Logo Uni Bremen

Zentrum für Industriemathematik

ZeTeM > Über das ZeTeM > Mitarbeiter*innen > Johannes Leuschner

Kontakt Sitemap Impressum [ English | Deutsch ]
Bild  Johannes Leuschner

Johannes Leuschner

Wissenschaftlicher Mitarbeiter der AG Technomathematik, Research Training Group π3

Raum: MZH 2050
E-Mail: jleuschn
Telefon: (0421) 218-63811
ORCID iD:  0000-0001-7361-9523

Information: Email endet auf @uni-bremen.de

Forschungsgebiete

Veranstaltungen (Auswahl)vollständige Liste

  1. Computerpraktikum (Wintersemester 2020/2021)
  2. Computerpraktikum (Wintersemester 2019/2020)

Abschlussarbeiten (Auswahl)vollständige Liste

  1. Modellierung von Geometrieabweichungen bei der Nano-Computertomographie (Tom Lütjen)
  2. Using Neural Networks to Denoise CT Images (Rudolf Herdt)

Publikationen (Auswahl)vollständige Liste

  1. T. Lütjen, F. Schönfeld, J. Leuschner, M. Schmidt, A. Wald, T. Kluth.
    Learning-based approaches for reconstructions with inexact operators in nanoCTapplications.
    Zur Veröffentlichung eingereicht.

    online unter: https://aps.arxiv.org/abs/2307.10474

  2. C. Arndt, A. Denker, J. Nickel, J. Leuschner, M. Schmidt, G. Rigaud.
    In Focus - hybrid deep learning approaches to the HDC2021 challenge.
    Inverse Problems and Imaging, , 2022.

    DOI: 10.3934/ipi.2022061

  3. R. Barbano, J. Leuschner, M. Schmidt, A. Denker, A. Hauptmann, P. Maaß, B. Jin.
    An Educated Warm Start For Deep Image Prior-based Micro CT Reconstruction.
    IEEE Transactions on Computational Imaging, 8:1210-1222, 2022.

    DOI: 10.1109/TCI.2022.3233188

  4. J. Antorán, R. Barbano, J. Leuschner, J. M. Hernández-Lobato, B. Jin.
    Uncertainty Estimation for Computed Tomography with a Linearised Deep Image Prior.
    Zur Veröffentlichung eingereicht.

    online unter: https://arxiv.org/abs/2203.00479

  5. R. Barbano, J. Leuschner, J. Antorán, B. Jin, J. M. Hernández-Lobato.
    Bayesian Experimental Design for Computed Tomography with the Linearised Deep Image Prior.
    Zur Veröffentlichung eingereicht.

    online unter: https://arxiv.org/abs/2207.05714