Prof. Dr. Dr. h.c. Peter Maaß
Leiter der AG TechnomathematikRaum: MZH 2250
E-Mail: pmaass@math.uni-bremen.de
Telefon: (0421) 218-63801
ORCID iD: 0000-0003-1448-8345
E-Mail: pmaass@math.uni-bremen.de
Telefon: (0421) 218-63801
ORCID iD: 0000-0003-1448-8345
Lebenslauf
26.10.59 | geboren in Karlsruhe |
1979-81 | Mathematik-Studium an der TH Karlsruhe |
1981-82 | Pembroke College, Cambridge, England (DAAD-Stipendium) |
1982-85 | Studium an der Universität Heidelberg |
5.6.1985 | Diplom in Mathematik (Diplomarbeit bei Prof. Dr. E. Hairer) |
1985-87 | Mitarbeiter im DFG-Projekt (Prof. Dr. A.K. Louis) "Entwicklung effizienter Algorithmen für die Computer-Tomographie" |
1987-90 | wissenschaftlicher Mitarbeiter am Fachbereich Mathematik TU Berlin |
3.2.1988 | Promotion in Berlin |
1990-91 | Assistant Professor, Tufts University, Boston (Tomographie Arbeitsgruppe: A. Cormack, E.T. Quinto), 1990-1991 |
1991-93 | Hochschul-Assistent, Universität Saarbrücken |
21.5.1993 | Habilitation in Saarbrücken |
1993-99 | Professur (C4) für Numerische Mathematik in Potsdam |
1999-2021 | Professur (C4), Direktor des Zentrums für Technomathematik in Bremen |
seit 1999 | Professur (C4) am Zentrum für Technomathematik in Bremen, Leiter der AG Technomathematik |
Sonstiges:
- bundesweiter Innovationspreis 1997
- längere Forschungsaufenthalte, unter anderem:
- University of California, Berkeley, 02-03/1996
- CEREMADE, Paris VII, 04-08/2000
- Univeristät Lund, Schweden, 11/2000-01/2001
- University of Minnesota, USA, 09-10/2005
- University of California, Berkeley, USA, 10-12/2010
- University of Cambridge, Großbritannien, 04-07/2011 und 04-07/2018
- Sprecher des DFG-Schwerpunktprogramms 1114 "Mathematische Methoden der Signal- und Bildverarbeitung", 2001-2008
- Vizepräsident DMV, 2002-2003
- Leiter der Doktorandengruppe "Scientific Computing in Engineering", 2004-2010
- Mitglied des Editorial Committee der "Mathematical Reviews", 2005-2012
- Stellvertretender Sprecher des SFB 747 "Mikrokaltumformen", 2007-2018
- Mitglied im Auswahlausschuss zur Vergabe von Humboldt-Forschungsstipendien, 2009-2017
- Koordinator des EU FP7 Projektes "UNLocX", 2010-2013
- Mitglied im Advisory Board des IWR Heidelberg, seit 2014
- Sprecher des DFG Graduiertenkollegs 2224 "Parameter Identification", seit 2016
- Stellvertretender Vorsitzender KoMSO, 2017-2020
- Mitglied im Executive Board des EU-Maths-In
Forschungsgebiete
- Inverse Probleme
- Maschinelles Lernen
- Bild- und Signalverarbeitung in den Life Sciences
- Computational Engineering
- Systemtheorie und Parameteridentifikation
Leitung von Projekten
- Design-KIT: Künstliche Intelligenz in der mechanischen Bauteilentwicklung; TP: Deep Learning zur Geometrieerzeugung von mechanischen Bauteilen (01.10.2020 - 31.03.2022)
- AGENS - Analytisch-generative Netzwerke zur Systemidentifikation (01.04.2020 - 31.03.2023)
- HYDAMO - Hybride datengetriebene und modellbasierte Simulation komplexer Strömungsprobleme in der Fahrzeugindustrie (01.04.2020 - 31.03.2023)
- SPAplus: Small Data Probleme in der digitalen Pathologie und programmbegleitende Maßnahmen (01.04.2020 - 31.03.2023)
- DIAMANT - Digitale Bildanalyse und bildgebende Massenspektrometrie zur Differenzierung von nichtkleinzelligem Lungenkrebs (01.01.2020 - 31.12.2022)
- Studie zur Qualitätsbewertung, Standardisierung und Reproduzierbarkeit von Daten der bildgebenden MALDI-Massenspektrometrie – MALDISTAR (01.07.2019 - 30.06.2022)
- EU-ROMSOC: Teilprojekt ''Data Driven Model Adaptations of Coil Sensitivities in MR Systems'' (01.11.2017 - 30.04.2021)
- BMBF-MPI²: Modellbasierte Parameteridentifikation in Magnetic Particle Imaging (01.12.2016 - 30.11.2019)
- DFG-Graduiertenkolleg: π³ Parameter Identification – Analysis, Algorithms, Applications (01.10.2016 - 31.03.2021)
- Neuronale Netze im MALDI Imaging (seit 01.10.2016)
Veranstaltungen (Auswahl)
- Mathematical Foundations of Machine Learning (Sommersemester 2022)
- Oberseminar Deep Learning (Sommersemester 2022)
- Mathematische Grundlagen der Datenanalyse und Bildverarbeitung (Wintersemester 2021/2022)
- Oberseminar Deep Learning (Sommersemester 2021)
- Mathematische Grundlagen des maschinellen Lernens (Sommersemester 2021)
betreute/begutachtete Dissertationen (Auswahl)
- Nonnegative Matrix Factorization: Theory, Algorithms and Applications (Pascal Fernsel)
- Regularization of ill-posed inverse problems with tolerances and sparsity in the parameter space (Georgia Sfakianaki)
- On deep learning applied to inverse problems - A chicken-and-egg problem (Sören Dittmer)
- Neural Networks for solving Inverse Problems. Applications in Materials Science and Medical Imaging (Daniel Otero Baguer)
- Recurrence Quantification Compared to Fourier Analysis for Ultrasonic Non-Destructive Testing of Fibre Reinforced Polymers” (Carsten Brandt)
Abschlussarbeiten (Auswahl)
- Long-term Forecasting of Energy Consumption Data using Attention-based Neural Networks (Cécile Pot d'or)
- Optimal Filter Functions in X-Ray Computed Tomography (Judith Nickel)
- Statistical Inversion of the Radon Transform with Normalizing Flows (Jakob Lehmann)
- Residuale Transformationen und Divergenzen in Bayes’schen Neuronalen Netzen (Niklas Koenen)
- Identifizierung des basalen Reibungsparameters eines Eisschildmodells in Polarregionen (Lea-Sophie Höyns)
Patente
-
P. Maaß, J. H. Kobarg, F. Alexandrov, P. Vandergheynst, M. Goldabaee.
Verfahren zum rechnergestützten Verarbeiten von räumlich aufgelösten Hyperspektraldaten, insbesondere von Massenspektrometriedaten.
Deutsches Patent- und Markenamt DE102013207402A1,
Anmeldenummer: 1020132074, Anmeldedatum: 24.04.2013.
Veröffentlicht in Patenblatt Nr.: am 30.10.2014. -
P. Maaß, J. Oetjen, L. Hauberg-Lotte, F. Alexandrov, D. Trede.
Verfahren zur rechnergestützten Analyse eines oder mehrerer Gewebeschnitte des menschlichen oder tierischen Körpers.
Deutsches Patent- und Markenamt DE102014224916A1,
Anmeldenummer: 1020142249, Anmeldedatum: 04.12.2014.
Veröffentlicht in Patenblatt Nr.: am 06.09.2016.
US Patent & Trademark Office, US 20160163523 A1,
Anmeldenummer: 14/959967 , Anmeldedatum: 04.12.2014.
Veröffentlicht am 09.06.2016
Intellectual Property Office, GB 2535586,
Anmeldenummer: GB1521058.6, Anmeldedatum: 30.11.2015.
Veröffentlicht am 24.08.2016
Institut national de la propriété industrielle, FR 3029671 A1,
Anmeldenummer: FR1561774, Anmeldedatum: 03.12.2015.
Veröffentlicht am 10.06.2016 -
D. Trede, P. Maaß, H. Preckel.
Method for analysing the effect of a test substance on biological and/or biochemical samples.
US Patent and Trademark Office US2011/0098198 A1,
Anmeldenummer: 2011009819, Anmeldedatum: 29.04.2009.
Veröffentlicht in Patenblatt Nr.: PCT/EP09/55187 am 28.04.2011. -
D. Trede, P. Maaß, F. Alexandrov.
Verfahren und Vorrichtung zur rechnergestützten Verarbeitung eines digitalisierten Bildes sowie maschinenlesbarer Datenträger.
Deutsches Patent- und Markenamt 10 2011 003 242.8,
Anmeldenummer: 102011003, Anmeldedatum: 27.01.2011.
Veröffentlicht in Patenblatt Nr.: am 02.08.2012. -
D. Trede, P. Maaß, H. Preckel.
Verfahren zur Analyse der Wirkung einer Testsubstanz auf biologische und/oder biochemische Proben.
Europäisches Patentamt EP2128815,
Anmeldenummer: 8155784, Anmeldedatum: 07.05.2008.
Veröffentlicht in Patenblatt Nr.: 2009/49 am 02.12.2009. -
P. Maaß, A. K. Louis.
Verfahren und Vorrichtung zur dreidimensionalen Computertomographie.
Deutsches Patent- und Markenamt DE19623271A1,
Anmeldenummer: 19623271, Anmeldedatum: 31.05.1996.
Veröffentlicht in Patenblatt Nr.: 1997/49 am 04.12.1997. -
P. Maaß.
Verfahren zur Segmentierung von Zeichen.
Deutsches Patent- und Markenamt DE19533585C1,
Anmeldenummer: 19533585, Anmeldedatum: 01.09.1995.
Veröffentlicht in Patenblatt Nr.: 1997/02 am 09.01.1997.
Publikationen (Auswahl)
- C. Janßen, T. Boskamp, L. Hauberg-Lotte, J. Behrmann, S. Deininger, M. Kriegsmann, K. Kriegsmann, G. Steinbuß, H. Winter, T. Muley, R. Casadonte, J. Kriegsmann, P. Maaß.
Robust subtyping of non-small cell lung cancer whole sections through MALDI mass spectrometry imaging.
Proteomics - Clinical Applications, PRCA2208 , 2022. - S. Dittmer, C. Schönlieb, P. Maaß.
Ground Truth Free Denoising by Optimal Transport.
Erscheint in Numerical Algebra, Control, and Optimizationonline unter: https://arxiv.org/abs/2007.01575
- A. Denker, M. Schmidt, J. Leuschner, P. Maaß.
Conditional Invertible Neural Networks for Medical Imaging .
MDPI Journal of Imaging, Inverse Problems and Imaging 7(11), 243 S., 2021. - R. Barbano, J. Leuschner, M. Schmidt, A. Denker, P. Maaß, B. Jin.
Is Deep Image Prior in Need of a Good Education?
Zur Veröffentlichung eingereicht.online unter: https://arxiv.org/abs/2111.11926
- P. Fernsel, P. Maaß.
Regularized Orthogonal Nonnegative Matrix Factorization and K-means Clustering.
Zur Veröffentlichung eingereicht.online unter: https://arxiv.org/abs/2112.07641