Logo Uni Bremen

Zentrum für Industriemathematik

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

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

Dr. Sören Dittmer

Ehemaliger Mitarbeiter der AG Technomathematik, Research Training Group π3


Projekte

  1. Design-KIT: Künstliche Intelligenz in der mechanischen Bauteilentwicklung; TP: Deep Learning zur Geometrieerzeugung von mechanischen Bauteilen (01.10.2020 - 31.03.2022)
  2. Magnetic Particle Imaging (seit 01.03.2016)

Veranstaltungen (Auswahl)vollständige Liste

  1. Mathematical Methods in Machine Learning (Wintersemester 2023/2024)
  2. Mathematical Foundations of AI (Sommersemester 2023)
  3. Mathematical Foundations of Deep Learning (Wintersemester 2022/2023)
  4. Mathematical Foundations of AI (Wintersemester 2022/2023)
  5. Mathematical Foundations of AI (Sommersemester 2022)

Abschlussarbeiten (Auswahl)vollständige Liste

  1. Contrasting and motivating augmented contrastive learning (Jule Pätzold)
  2. Inverse Problems Learning – data specific regularizations using projections (Julius Arkenberg)
  3. Unsupervised Denoising von Magnetic-Particle-Imaging-Messungen durch Neuronale Netze (Nikolas Dreverhoff)
  4. Differentiable architecture search - Fractional Kernel sizes in convolutional neural networks (Daniel Klosa)

Publikationen (Auswahl)vollständige Liste

  1. D. Erzmann, S. Dittmer.
    Equivariant Neural Operators for gradient-Consistent Topology Optimization .
    Zur Veröffentlichung eingereicht.
  2. D. Erzmann, S. Dittmer, H. Harms, P. Maaß.
    DL4TO: A Deep Learning Library for Sample-Efficient Topology Optimization.
    Lecture Notes in Computer Science, Geometric Science of Information. GSI 2023 14071, Springer Verlag, 2023.

    DOI: 10.1007/978-3-031-38271-0_54

  3. C. Arndt, A. Denker, S. Dittmer, J. Leuschner, J. Nickel, M. Schmidt.
    Model-based deep learning approaches to the Helsinki Tomography Challenge 2022.
    Applied Mathematics for Modern Challenges, 1(2), 2023.

    DOI: 10.3934/ammc.2023007

  4. S. Dittmer, M. Roberts, J. Gilbey, A. Biguri, .. AIX-COVNET Collaboration, J. Preller, J. H. F. Rudd, J. A. D. Aston, C. Schönlieb.
    Navigating the development challenges in creating complex data systems.
    nature machine intelligence, 5:681-686, Springer Verlag, 2023.

    DOI: 10.1038/s42256-023-00665-x
    online unter: https://www.nature.com/articles/s42256-023-00665-x#citeas

  5. S. Dittmer, M. Roberts, J. Preller, .. AIX-COVNET Collaboration, J. H. F. Rudd, J. A. D. Aston, C. Schönlieb.
    Reinterpreting survival analysis in the universal approximator age.
    Zur Veröffentlichung eingereicht.