Prof. Dr. Dirk Lorenz

Leiter der AG Inverse Probleme und Bildverarbeitung


(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

1. Sparsity und Compressed Sensing für Inverse Probleme (01.06.2008 - 31.05.2011)
2. BMBF-INVERS: Regularisierung inverser Faltungsgleichungen in Besov-Skalen (01.10.2007 - 30.06.2010)
3. BMBF-INVERS: Dekonvolution vs. Shrinkage: Mathematische Methoden für eine verbesserte Peakdetektion (01.10.2007 - 30.06.2010)
4. Parameteroptimierung für die High-Content-Analyse (01.12.2005 - 30.09.2007)
5. DFG-SPP 1114: Wavelet-shrinkage in der Bildverarbeitung – Eine Untersuchung von Zusammenhängen und Äquivalenzen (01.10.2002 - 30.09.2004)

Leitung von Projekten

1. #MOIN - LC-MS Peak Analyzer (01.05.2024 - 30.06.2025)
2. Automatisierte datengetriebene Schadensdetektierung (01.10.2023 - 30.09.2026)
3. Training Data Driven Experts in Optimization (01.06.2020 - 01.12.2024)
4. Mathematik für maschinelle Lernmethoden für graph-basierte Daten mit integriertem Domänenwissen (01.04.2020 - 31.12.2023)
5. Sparsity und Compressed Sensing für Inverse Probleme (01.06.2008 - 31.05.2011)

Veranstaltungen (Auswahl)vollständige Liste

1. Mathematical Methods for Data Analysis and Image Processing (Wintersemester 2024/2025)
2. Convex Analysis and Optimization (Wintersemester 2024/2025)
3. Convex Analysis (Wintersemester 2023/2024)
4. Mathematical Methods for Data Analysis and Image Processing (Wintersemester 2023/2024)
5. Seminar zur Regularisierung inverser Probleme (Wintersemester 2008/2009)

Abschlussarbeiten (Auswahl)vollständige Liste

1. Die theoretische Analyse und Anwendung differentieller Methoden zur Flussberechnung (Kanglin Chen)
2. Image Inpainting (Inna Korabova)

Publikationen (Auswahl)vollständige Liste

1. 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

2. 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

3. 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

4. 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

5. 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

© Zentrum für Industriemathematik 2008-2023