Diese Arbeit beschäftigt sich mit Coarse-Graining (dt. ``Vergröberung", ``Zusammenfassung von Zuständen") für Gradientensysteme und Markov-Prozesse. Coarse-Graining ist ein etabliertes Verfahren in der Mathematik und in ...

Diese Arbeit widmet sich der Simulation von elektrischen/elektronischen Schaltungen welche um elektromagnetische Bauelemente erweitert werden. Im Fokus stehen unterschiedliche Kopplungen der Schaltungsgleichungen, modelliert ...

Nichtglatte Optimierungsprobleme in reflexiven Banachräumen treten in vielen Anwendungen auf. Häufig wird angenommen, dass alle vorkommenden Nichtdifferenzierbarkeiten durch Lipschitz-stetige Operatoren wie abs, min und ...

Für eine Primzahl p, sei L eine endliche Erweiterung von $QQ_p$ mit Ganzheitsring $O_L$ und Restklassenk\"{o}rper $kk_L$. Sei ferner n eine positive ganze Zahl. In dieser Arbeit beschreiben wir die Kategorie der endlich ...

Die Relaxation in der Variationsrechnung führt zu Minimierungsaufgaben mit einer quasi-konvexen Energiedichte. In der nichtlinearen Elastizität, Topologieoptimierung, oder bei Mehrphasenmodellen sind solche Energiedichten ...

Die Dissertation umfasst zwei Themenblöcke: Zum einen wurden die optisch-spektroskopischen Eigenschaften von fluoreszenten, farbstoffbeladenen Polymer-Mikropartikeln untersucht. Zum anderen wurde die Anwendbarkeit solcher ...

Welchen Einfluss die Struktur eines neuronalen Netzwerks auf seine Funktion ausübt, ist ein zentrales Thema der Neurowissenschaften. Obwohl gezeigt wurde, dass die Struktur vieler Gehirnnetzwerke nicht-triviale Gradkorrelationen ...

Die Messung ultrakurzer Laserpulse ist ein Eckpfeiler der ultraschnellen Laserphysik, da die Gültigkeit eines Experiments von der Glaubwürdigkeit seiner Messtechnik abhängt. Etablierte Puls-Charakterisierungstechniken ...

Die Hauptthemen dieser Arbeit sind einerseits eine tiefgehende Analyse von nichtlinearen differential-algebraischen Gleichungen (DAEs) vom Index 2, die aus der modifizierten Knotenanalyse (MNA) von elektrischen Schaltkreisen ...

Machine Learning (ML) profitiert erheblich von der Verfügbarkeit großer Mengen an Trainingsdaten, sowohl im Bezug auf die Anzahl an Datenpunkten, als auch auf die Anzahl an Features pro Datenpunkt. Es ist allerdings oft ...