Prof. Dr. Bangti Jin

Forschungsgebiete

• Tikhonov-Phillips-Regularisierungen
• Inverse Probleme

Abschlussarbeiten (Auswahl)vollständige Liste

1. Electrical Impedance Tomography with the complete electrode model and sparsity constraints (Matthias Gehre)

Publikationen (Auswahl)vollständige Liste

1. D. Nganyu Tanyu, J. Ning, A. Hauptmann, B. Jin, P. Maaß.
   Electrical Impedance Tomography: A Fair Comparative Study on Deep Learning and Analytic-based Approaches.
   Zur Veröffentlichung eingereicht.

   online unter: https://arxiv.org/abs/2310.18636

2. A. Denker, I. Singh, R. Barbano, Z. Kereta, B. Jin, K. Thielemans, P. Maaß, S. Arridge.
   Score-Based Generative Models for PET Image Reconstruction.
   Erscheint in Machine Learning for Biomedical Imaging

   online unter: https://arxiv.org/abs/2308.14190

3. J. Antorán, R. Barbano, J. Leuschner, J. M. Hernández-Lobato, B. Jin.
   Uncertainty Estimation for Computed Tomography with a Linearised Deep Image Prior.
   Transactions on Machine Learning Research, 12, 2023.

   online unter: https://openreview.net/forum?id=FWyabz82fH

4. R. Barbano, J. Antorán, J. Leuschner, J. M. Hernández-Lobato, B. Jin, Z. Kereta.
   Image Reconstruction via Deep Image Prior Subspaces.
   Zur Veröffentlichung eingereicht.

   online unter: https://arxiv.org/abs/2302.10279

5. M. Nittscher, M. F. Lameter, R. Barbano, J. Leuschner, B. Jin, P. Maaß.
   SVD-DIP: Overcoming the Overfitting Problem in DIP-based CT Reconstruction.
   Medical Imaging with Deep Learning (MIDL 2023), 10.07.-12.07.2023.
   

   online unter: https://2023.midl.io/papers/p014