Prof. Dr. Dirk Lorenz
Leiter der AG Inverse Probleme und BildverarbeitungRaum: MZH 5490
E-Mail: d.lorenz@uni-bremen.de
Telefon: (0421) 218-63982
ORCID iD: 0000-0002-7419-769X
E-Mail: d.lorenz@uni-bremen.de
Telefon: (0421) 218-63982
ORCID iD: 0000-0002-7419-769X
(Foto Lukas Klose/Universität Bremen)
Sprechstunden: Während der Vorlesungszeit halte ich wöchentliche Sprechstunden ab (hybrid und persönlich). Die Termine finden Sie auf meiner Profilseite in Stud.IP - navigieren Sie einfach zu meiner Profilseite, klicken Sie auf "Termine", wählen Sie einen Termin und kommen Sie entweder online (Link ebenfalls in Stud.IP) oder in meinem Büro vorbei.
Lebenslauf
30.08.1978 | geboren in Bremen. |
1997 - 2002 | Studium (Mathematik, Physik und Philosophie) an der Universität of Bremen |
08.2002 | Diplom in Mathematik, Diplomarbeit "Methoden der Multiskalenglättung" |
2002 - 2004 | Doktorand in der AG Technomathematik am ZeTeM |
2004 - 2006 | Postdoc in der Doktorandengruppe SCiE |
02.2005 | Promotion in Mathematik, Dissertation "Wavelet Shrinkage in Signal & Image Processing - An Investigation of Relations and Equivalences" |
03.2006 - 08.2006 | Postdoc am Department Electrical Engineering am Technion, Haifa (Stipendium im EU Netzwerk HASSIP). Host: Prof. Y.Y. Zeevi |
2006 - 03.2009 | Postdoc in der AG Technomathematik am ZeTeM |
04.2009 - 09.2023 | Professor am Institut für Analysis und Algebra, TU Braunschweig |
10.2023 - heute | Professor am Zentrum für Industriemathematik, Uni Bremen |
Forschungsgebiete
- Inverse Probleme
- Signal- und Bildverarbeitung
- Optimierung
- Maschinelles Lernen
Projekte
- Sparsity und Compressed Sensing für Inverse Probleme (01.06.2008 - 31.05.2011)
- BMBF-INVERS: Regularisierung inverser Faltungsgleichungen in Besov-Skalen (01.10.2007 - 30.06.2010)
- BMBF-INVERS: Dekonvolution vs. Shrinkage: Mathematische Methoden für eine verbesserte Peakdetektion (01.10.2007 - 30.06.2010)
- Parameteroptimierung für die High-Content-Analyse (01.12.2005 - 30.09.2007)
- DFG-SPP 1114: Wavelet-shrinkage in der Bildverarbeitung – Eine Untersuchung von Zusammenhängen und Äquivalenzen (01.10.2002 - 30.09.2004)
Leitung von Projekten
- #MOIN - LC-MS Peak Analyzer (01.05.2024 - 30.06.2025)
- Automatisierte datengetriebene Schadensdetektierung (01.10.2023 - 30.09.2026)
- Training Data Driven Experts in Optimization (01.06.2020 - 01.12.2024)
- Mathematik für maschinelle Lernmethoden für graph-basierte Daten mit integriertem Domänenwissen (01.04.2020 - 31.12.2023)
- Sparsity und Compressed Sensing für Inverse Probleme (01.06.2008 - 31.05.2011)
Veranstaltungen (Auswahl)
- Mathematical Methods for Data Analysis and Image Processing (Wintersemester 2024/2025)
- Convex Analysis and Optimization (Wintersemester 2024/2025)
- Convex Analysis (Wintersemester 2023/2024)
- Mathematical Methods for Data Analysis and Image Processing (Wintersemester 2023/2024)
- Seminar zur Regularisierung inverser Probleme (Wintersemester 2008/2009)
Abschlussarbeiten (Auswahl)
- Die theoretische Analyse und Anwendung differentieller Methoden zur Flussberechnung (Kanglin Chen)
- Image Inpainting (Inna Korabova)
Publikationen (Auswahl)
- D. Lorenz, M. Winkler.
Minimal error momentum Bregman-Kaczmarz.
Linear Algebra and its Applications, 709:416-448, Elsevier, 2025.DOI: 10.1016/j.laa.2025.01.024
online unter: https://arxiv.org/abs/2307.15435 - D. Lorenz, E. Bednarczuk, T. H. Tran.
Proximal Algorithms for a class of abstract convex functions.
Set-Valued and Variational Analysis, 33(5):1-44, Springer Verlag, 2025.DOI: 10.1007/s11228-025-00743-9
online unter: https://arxiv.org/abs/2402.17072 - D. Lorenz, J. Marquardt, E. Naldi.
The degenerate variable metric proximal point algorithm and adaptive stepsizes for primal-dual Douglas-Rachford.
Optimization, :1-27, Taylor & Francis, 2024.DOI: 10.1080/02331934.2024.2325552
online unter: https://arxiv.org/abs/2302.13128 - R. Gower, D. Lorenz, M. Winkler.
A Bregman-Kaczmarz method for nonlinear systems of equations.
Computational Optimization and Applications, 87:1059-1098, 2024.DOI: 10.1007/s10589-023-00541-9
online unter: https://arxiv.org/abs/2303.08549 - C. Brauer, N. Breustedt, T. de Wolff, D. Lorenz.
Learning variational models with unrolling and bilevel optimization.
Analysis and Applications, 22(3):569-617, World Scientific, 2024.DOI: 10.1142/S0219530524400037
online unter: https://arxiv.org/abs/2209.12651