Logo ZeTeM

Zentrum für Technomathematik

ZeTeM > Über das ZeTeM > Mitarbeiter > Dr. Tobias Kluth

Kontakt Sitemap Impressum [ English | Deutsch ]
Bild Dr. Tobias Kluth

Dr. Tobias Kluth

Wissenschaftlicher Mitarbeiter der AG Technomathematik, Research Training Group π3

Raum: MZH 2090
E-Mail: tkluth@math.uni-bremen.de
Telefon: (0421) 218-63817
Persönliche Homepage:  http://www.math.uni-bremen.de/~tkluth

Projekte

  1. DFG-Graduiertenkolleg: π³ Parameter Identification – Analysis, Algorithms, Applications (01.10.2016 - 31.03.2021)
  2. DFG - Bimodale Rekonstruktion und Magnetic Particle Imaging (seit 01.08.2015)

Leitung von Projekten

  1. Dynamische Inverse Probleme in Magnetic Particle Imaging (D-MPI) (01.05.2020 - 30.04.2023)
  2. DELETO - Maschinelles Lernen bei korrelativer MR und Hochdurchsatz-NanoCT (01.04.2020 - 31.03.2023)
  3. BMBF-MPI²: Modellbasierte Parameteridentifikation in Magnetic Particle Imaging (01.12.2016 - 30.11.2019)
  4. Magnetic Particle Imaging (seit 01.03.2016)

Veranstaltungen (Auswahl)vollständige Liste

  1. Deep Learning Methods for Inverse Problems (Sommersemester 2020)
  2. Oberseminar Mathematische Parameteridentifikation (Sommersemester 2020)
  3. Oberseminar Mathematische Parameteridentifikation (Wintersemester 2019/2020)
  4. Oberseminar Mathematische Parameteridentifikation (Sommersemester 2019)
  5. Oberseminar Mathematische Parameteridentifikation (Wintersemester 2018/2019)

Abschlussarbeiten (Auswahl)vollständige Liste

  1. Modellunsicherheiten im Magnetic Particle Imaging – Rekonstruktion mittels Kleinste-Quadrate-Methode (Mahir Gürsoy)
  2. Joint-Motion und Bildrekonstruktion für Magnetic Particle Imaging in 2D und 3D (Dennis Zvegincev)
  3. Deep Learning in der Anwendung des Magnetic Particle Imaging (Johannes Leuschner)
  4. A parameter identification problem for particle magnetization models in the context of Magnetic Particle Imaging (Hannes Albers)
  5. 3D Electrical Impedance Tomography (Robin Görmer)

Publikationen (Auswahl)vollständige Liste

  1. S. Dittmer, T. Kluth, P. Maaß, D. Otero Baguer.
    Regularization by architecture: A deep prior approach for inverse problems.
    Journal of Mathematical Imaging and Vision, :456-470, Springer Verlag, 2020.

    DOI: 10.1007/s10851-019-00923-x
    online unter: http://link.springer.com/article/10.1007/s10851-019-00923-x

  2. H. Albers, T. Kluth, T. Knopp.
    A simulation framework for particle magnetization dynamics of large ensembles of single domain particles: Numerical treatment of Brown/Néel dynamics and parameter identification problems in magnetic particle imaging.
    Zur Veröffentlichung eingereicht.

    online unter: https://arxiv.org/abs/2010.07772

  3. T. Kluth, B. Jin.
    L1 data fitting for robust reconstruction in magnetic particle imaging: quantitative evaluation on Open MPI dataset.
    Erscheint in International Journal on Magnetic Particle Imaging

    online unter: https://arxiv.org/abs/2001.06083

  4. S. Dittmer, T. Kluth, D. Otero Baguer, B. Maass.
    A Deep Prior Approach to Magnetic Particle Imaging.
    Machine Learning for Medical Image Reconstruction 2020.
    Springer International Publishing, F. Deeba, P. Johnson, T. Würfl, J. C. Ye (Hrsg.), S. 113-122, 2020.
  5. T. Kluth, C. Bathke, M. Jiang, P. Maaß.
    Joint super-resolution image reconstruction and parameter identification in imaging operator: Analysis of bilinear operator equations, numerical solution, and application to magnetic particle imaging.
    Erscheint in Inverse Problems

    online unter: https://arxiv.org/abs/2004.13091