Publikationen

Monografien (10)

1. S. Arridge, P. Maaß, C. Schönlieb (Hrsg.).
   Deep learning for PDE-based inverse problems.
   Oberwolfach Reports, 21(4):2805-2900, 96 Seiten, Mathematisches Forschungsinstitut Oberwolfach (MFO), 2025.

   DOI: 10.4171/OWR/2024/48

2. H. Bock, K. Küfer, P. Maaß, A. Milde, V. Schulz (Hrsg.).
   German Success Stories in Industrial Mathematics .
   Mathematics in Industrie, 167 Seiten, Springer Verlag, 2022.

   DOI: 10.1007/978-3-030-81455-7

3. K. Bredies, D. Lorenz.
   Mathematical Image Processing.
   Applied and Numerical Harmonic Analysis, Birkhäuser, 2018.

   DOI: 10.1007/978-3-030-01458-2

4. K. Bredies, D. Lorenz.
   Mathematische Bildverarbeitung:.
   , Vieweg Verlag, 2011.
5. A. Bunse-Gerstner, W. Bunse.
   Numerische Lineare Algebra.
   Teubner Studienbücher, 314 Seiten, Teubner Verlag, 1985.
6. R. Dahlhaus, J. Kurths, P. Maaß, J. Timmer (Hrsg.).
   Mathematical Methods in Time Series Analysis and Digital Image Processing.
   Understanding Complex Systems, 294 Seiten, Springer Verlag, 2008.
7. A. Folkers.
   Steuerung eines autonomen Fahrzeugs durch Deep Reinforcement Learning.
   BestMasters, 75 Seiten, Springer Verlag, 2019.

   DOI: 10.1007/978-3-658-28886-0

8. A. K. Louis, P. Maaß, A. Rieder.
   Wavelets. Theorie und Anwendungen.
   Studienbücher Mathematik, 330 Seiten, Teubner Verlag, 1998.
9. A. K. Louis, P. Maaß, A. Rieder.
   Wavelets: Theory and Applications.
   Pure and Applied Mathematics, 342 Seiten, WILEY-VCH, 1997.
10. A. Schmidt, K. G. Siebert.
    Design of adaptive finite element software: The finite element toolbox ALBERTA.
    Lecture Notes in Computational Science and Engineering 42, 320 Seiten, Springer Verlag, 2005.