In meinem Promotionsvorhaben geht es um die Entwicklung einer Multiskalenmethode für die effiziente Simulation von Lösungen der Wellengleichung in stark heterogenen Medien. Diese können als Lösung der akustische Wellengleichung mit stark oszillierenden Koeffizienten im Raum und Zeit beschrieben werden. Hierbei sollen Multiskalenstrategien in Raum und Zeit weiter entwickelt und mit einem Deep-Learning-Ansatz kombiniert werden. Gefördert wird das Projekt durch den SFB 1173 Wellenphänomene, wo es unter dem Projekt A15 geführt wird.
Forschungsschwerpunkte
- Mehrskalenmethoden, insb. die Localized Orthogonal Decomposition (LOD) Methode
- Deep Learning und dessen Anwendungen in numerische Methoden
- Multifidelity-Methoden zur Quantifizierung von Unsicherheiten
Kurzer Lebenslauf
- Seit Februar 2025: Doktorand unter der Betreuung von Roland Maier in der Nachwuchsgruppe Numerik von PDEs
- 2017 - 2024: Bachelor- und Masterstudium Mathematik an der Universität Stuttgart, Abschlussnote: sehr gut mit Auszeichnung, Abschlussarbeit: Adaptive Bi-Fidelity Monte Carlo Schätzung für Randomisierte Elliptische Partielle Differentialgleichungen
- 2019 - 2022: Verschiedene Tutorenstellen an der Universität Stuttgart, Austauschstudent an der University of Toronto (Kanada, 2022), Praktikant im Quantitativen Risikomanagement bei der Mercedes Benz Bank (2021), Werkstudent in der Simulation bei ZF (2021)
