Dr. Alexander Denker

Ehemaliger Mitarbeiter der AG Technomathematik, Research Training Group π³


Information: Email endet auf @uni-bremen.de

Abschlussarbeiten (Auswahl)vollständige Liste

1. Active learning for semantic segmentation in digital pathology (Jannik Wildner)
2. Adversarial Examples in Deep-Learning-Rekonstruktionen am Beispiel von Computer-Tomographie (Fabian Schönfeld)
3. Fehlererkennung und –segmentierung von Stahlcoils unter Verwendung des Contrastive Learnings (Dennis Hottendorff)

Publikationen (Auswahl)vollständige Liste

1. P. Fernsel, Z. Kereta, A. Denker.
   Convergence Properties of Score-Based Models using Graduated Optimisation for Linear Inverse Problems.
   2024 IEEE 34th International Workshop on Machine Learning for Signal Processing (MLSP), 22.09.-25.09.2024, London, Großbritannien.
   IEEE, S. 1-6, 2024.

   DOI: 10.1109/MLSP58920.2024.10734770

2. A. Denker.
   Invertible Neural Networks and Normalizing Flows for Image Reconstruction.
   Dissertationsschrift, Universität Bremen, 2024.

   DOI: 10.26092/elib/2921

3. A. Denker, Z. Kereta, I. Singh, T. Freudenberg, T. Kluth, B. Maass, S. Arridge.
   Data-driven approaches for electrical impedance tomography image segmentation from partial boundary data.
   Applied Mathematics for Modern Challenges, 2(2):119-139, 2024.

   DOI: 10.3934/ammc.2024005

4. 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

5. F. Altenkrüger, A. Denker, P. Hagemann, P. Maaß, G. Steidl.
   PatchNR: Learning from Very Few Images by Patch Normalizing Flow Regularization.
   Inverse Problems, 39(6), 2023.

   online unter: https://iopscience.iop.org/article/10.1088/1361-6420/acce5e/meta

© Zentrum für Industriemathematik 2008-2023