TUM – Technische Universität München Menü

Prof. Dr. Felix Krahmer

Fakultät

Mathematik

Wissenschaftliche Laufbahn und Forschungsgebiete

Prof. Krahmers (*1981) Forschungsgebiet sind die mathematischen Grundlagen der Signal- und Bildverarbeitung. Zentraler Inhalt seiner Forschung sind randomisierte Messverfahren, insbesondere im Kontext von Compressed Sensing, Dimensionsreduktion und Analog-Digital-Umwandlung. Dabei beschäftigt er sich mit der theoretischen Analyse, aber auch mit der Anwendung, wie bspw. in einem Projekt zur zerstörungsfreien Prüfung von Stahlrohren.
Prof. Krahmer studierte Mathematik an der International University Bremen (heute Jacobs University), der Université de Paris Sud sowie am Courant Institute der New York University (NYU), wo er 2009 unter Betreuung von Percy Deift und Sinan Güntürk promovierte. Anschließend wechselte er als HCM-Postdoc in die Gruppe von Holger Rauhut am Hausdorff Center for Mathematics in Bonn. Von 2012 bis 2015 war er Juniorprofessor für Mathematische Datenanalyse und ab 2014 zudem Emmy-Noether-Nachwuchsgruppenleiter am Institut für Numerische und Angewandte Mathematik der Universität Göttingen. Im April 2015 trat er seine Stelle als Assistant Professor an der TUM an.

Wichtigste Auszeichnungen

  • Supervisory Award der International School of Applied Mathematics (3. Preis) (2018)
  • Aufnahme ins Emmy-Noether-Programm der Deutschen Forschungsgemeinschaft (2014)
  • Charles Newman Fellow (2008-2009)
  • Harold Grad Memorial Prize (2008)
  • Cathleen Morawetz Fellow (2004-2009)

Schlüsselpublikationen (alle Publikationen)

Jung, P, Krahmer F, and Stöger, D: "Blind Demixing and Deconvolution at Near-Optimal Rate". IEEE Transactions on Information Theory. 2018; 64 (2): 704-727.

Abstract

Krahmer F, Mendelson, S, Rauhut H: „Suprema of Chaos Processes and the Restricted Isometry Property“. Communications on Pure and Applied Mathematics. 2014; 67(11): 1877-1904.

Abstract

Krahmer F, Ward R: „Stable and Robust Sampling Strategies for Compressive Imaging“. IEEE Transactions on Image Processing. 2014; 23(2): 612-622.

Abstract

Deift P, Güntürk S, Krahmer F: „An Optimal Family of Exponentially Accurate One-Bit Sigma-Delta Quantization Schemes“. Communications on Pure and Applied Mathematics. 2011; 67(11): 883-919.

Abstract

Krahmer F, Ward R: „New and Improved Johnson-Lindenstrauss Embeddings via the Restricted Isometry Property“. SIAM Journal on Mathematical Analysis. 2011; 43(3): 1269-1281.

Listed as one of the 10 most popular SIMA articles