DE | EN
Startseite
Über uns
Übersicht
Zahlen und Fakten
Organisation
WissenschaftlerInnen
Kontakt
Anfahrt
Stellenangebote
Forschung
Übersicht
Anwendungsfelder
Projekte
Publikationen
WissenschaftlerInnen
Preprints
Institutionelle Kooperation
Archiv 02-14
Transfer
Übersicht
Branchen
Referenzen
MODAL-AG
Spin Offs
Software
Patente
Schule
Übersicht
MathInside
MATHEATHLON
Matheon-Kalender
What'sMath
Lehrerfortbildung
Sommerschulen
Termine
Presse
Übersicht
Pressemitteilungen
Neuigkeiten
Übersicht
Matheon Köpfe
Zahl der Woche
Neuigkeiten 2002-2014
Veranstaltungen
Übersicht
Workshops
15 Jahre Matheon
Mediathek
Übersicht
Fotos
Videos
Audios
Broschüren
Bücher
Aufgelesen

Since 2019, Matheon's application-oriented mathematical research activities are being continued in the framework of the Cluster of Excellence MATH+
www.mathplus.de
The Matheon websites will not be updated anymore.

SIAM Fellowship für Prof. Gitta Kutyniok

Die amerikanische „Society for Industrial and Applied Mathematics“ SIAM hat Prof. Dr. Gitta Kutyniok in die Class of Fellows 2019 aufgenommen. Damit werden ihre Beiträge zur Angewandten Harmonischen Analysis (Wavelet-Theorie, Shearlet-Theorie, Zeit-Frequenz-Analysis, etc.), zum Compressed Sensing und zu Bildgebenden Verfahren gewürdigt.






Das Fellowship-Programm der SIAM ehrt Mitglieder, die herausragende Beiträge zu ihren Forschungsgebieten geleistet haben, um sie wettbewerbsfähiger zu machen und ihren Aufstieg in Führungspositionen zu unterstützen.

Gitta Kutyniok ist Einstein-Professorin für Angewandte Funktionalanalysis an der TU Berlin und zurzeit Sprecherin der „SIAM Activity Group on Imaging Science” (Bildgebende Verfahren). Innerhalb von MATH+ ist sie unter anderem Principle Investigator, Mitglied des BMS Vorstands und Special Coordinator für Mathematik der Datenwissenschaften.

Gemeinsam mit Kolleg*innen leitet sie die MATH+ Projekte: AA1-2 „Learning Transition Manifolds and Effective Dynamics of Biomoleculs“, EF1-1 „Quantifying Uncertainties in Explainable AI“, EF1-4 „Extracting Dynamical Laws by Deep Neural Networks: A Theoretical Perspective“.

Weitere Informationen entnehmen Sie bitte der Pressemitteilung der TU Berlin.



Termin:
08.04.2019
Zurück zur Übersicht »

Kontakt






Presse- und Öffentlichkeitsarbeit

Presse- und Öffentlichkeitsarbeit
Dr. Uta Deffke TU Berlin +49 (0)30 314 28323
deffke@math.tu-berlin.de zur Person