Prof. Dr. Felix Dietrich
Professur
Kontakt
Wissenschaftliche Laufbahn und Forschungsgebiete
Prof. Dietrich (*1989) forscht an der Analyse und Entwicklung von numerischen Algorithmen des maschinellen Lernens. Das beinhaltet Algorithmen um Simulation und Analyse für komplexe, dynamische Systeme zu ermöglichen, effizienter zu gestalten, und zu optimieren, als auch die Approximation nichtlinearer Mannigfaltigkeiten und den Zusammenhang neuronaler Netzwerke mit Gauss-Prozessen. Die Forschungsgruppe von Prof. Dietrich fokussiert sich auf Kernel-Methoden zur datengetriebenen Approximation von Koopman- und Laplace-Operatoren.
Prof. Dietrich studierte Scientific Computing (B.Sc.) an der HM und der KTH Stockholm. Den Master (2014) und Doktorgrad (2017) in Mathematik erhielt er an der TUM (TopMath). Von 2017 bis 2019 war er als Postdoc an der JHU und Princeton University bei Prof. Kevrekidis. In 2019 kam er zur TUM um als PostDoc am Lehrstuhl für Scientific Computing zu arbeiten, und ab 2022 seine eigene DFG Emmy Noether Nachwuchsgruppe zu leiten. Im Jahr 2024 wurde Prof. Dietrich auf die Professur für Physics-Enhanced Machine Learning an der TUM berufen.
Wichtigste Auszeichnungen
- Emmy Noether-Nachwuchsgruppe der Deutschen Forschungsgemeinschaft (2021)
- Stipendium der Studienstiftung des deutschen Volkes (2009-2014)
- Stipendium des Max Weber-Programms des Freistaates Bayern (2009-2014)
Schlüsselpublikationen (alle Publikationen)
E. Bolager, I. Burak, C. Datar, Q. Sun, F. Dietrich. "Sampling weights of deep neural networks". In: Advances in Neural Information Processing Systems 36 (NeurIPS 2023).
AbstractE. Peterfreund, O. Lindenbaum, F. Dietrich, T. Bertalan, M. Gavish, I. G. Kevrekidis, and R. R. Coifman. "Local conformal autoencoder for standardized data coordinates". In: Proceedings of the National Academy of Sciences (Nov. 2020), p. 202014627.
AbstractF. Dietrich, T. N. Thiem, and I. G. Kevrekidis. "On the Koopman Operator of Algorithms". In: SIAM Journal on Applied Dynamical Systems 19.2 (Jan. 2020), pp. 860–885.
AbstractT. Bertalan, F. Dietrich, I. Mezic, and I. G. Kevrekidis. "On learning Hamiltonian systems from data". In: Chaos 29.12 (Dec. 2019), p. 121107.
AbstractQ. Li, F. Dietrich, E. M. Bollt, and I. G. Kevrekidis. "Extended dynamic mode decomposition with dictionary learning: A data-driven adaptive spectral decomposition of the Koopman operator". In: Chaos 27.10 (Oct. 2017), p. 103111.
Abstract