Universität Münster
CRIS@UM
DE | EN

Professur für Angewandte Mathematik (Prof. Jentzen)

Status: Organisation ist aktiv
Anschrift: 
Orléans-Ring 10
48149 Münster
Deutschland

Publikationen

Ontologies for Models and Algorithms in Applied Mathematics and Related Disciplines
Schembera, Björn; Wübbeling, Frank; Kleikamp, Hendrik; Biedinger, Christine; Fiedler, Jochen; Reidelbach, Marco; Shehu, Aurela; Schmidt, Burkhard; Koprucki, Thomas; Iglezakis, Dorothea; Göddeke, Dominik (2024)
In: Garoufallou, Emmanouel; Sartori, Fabio (Hrsg.), Metadata and Semantic Research - 17th Research Conference, MTSR 2023, Milan, Italy, October 25–27, 2023, Revised Selected Papers, 161-168. Cham: Springer. doi:10.1007/978-3-031-65990-4_14
Forschungsartikel in Sammelband (Konferenz) | Peer reviewed | Veröffentlicht
An overview on deep learning-based approximation methods for partial differential equations
Beck C, Hutzenthaler M, Jentzen A, Kuckuck B (2023)
In: Discrete and Continuous Dynamical Systems - Series B, 28(6), 3697-3746. doi:10.3934/dcdsb.2022238
Forschungsartikel (Zeitschrift) | Peer reviewed | Veröffentlicht
Lower bounds for artificial neural network approximations: A proof that shallow neural networks fail to overcome the curse of dimensionality
Grohs P, Ibragimov S, Jentzen A, Koppensteiner S (2023)
In: Journal of Complexity, 0, 101746. doi:10.1016/j.jco.2023.101746
Forschungsartikel (Zeitschrift) | Peer reviewed | akzeptiert / in Druck (unveröffentlicht)
Deep learning approximations for non-local nonlinear PDEs with Neumann boundary conditions
Boussange, V.; Becker, S.; Jentzen, A.; Kuckuck, B.; Pellissier, L. (2023)
In: SN Partial Differential Equations and Applications, 4, 51. doi:10.1007/s42985-023-00244-0
Forschungsartikel (Zeitschrift) | Peer reviewed | Veröffentlicht
The necessity of depth for artificial neural networks to approximate certain classes of smooth bounded functions without the curse of dimensionality
Gonon, L.; Graeber, R.; Jentzen, A. (2023)
In: arXiv.org:2212.13111.
Forschungsartikel in Online-Sammlung | Preprint | eingereicht / in Begutachtung
Alle Publikationen anzeigen (58)

Projekte

EXC 2044 - T07: Feldtheorie und Zufälligkeit
Laufzeit: 01.01.2026 - 31.12.2032 | 1. Förderperiode
Gefördert durch: DFG - Exzellenzcluster
Art des Projekts: Teilprojekt in DFG-Verbund koordiniert an der Universität Münster
EXC 2044 - T09: Multiskalenprozesse und effektives Verhalten
Laufzeit: 01.01.2026 - 31.12.2032 | 1. Förderperiode
Gefördert durch: DFG - Exzellenzcluster
Art des Projekts: Teilprojekt in DFG-Verbund koordiniert an der Universität Münster
EXC 2044 - T10: Deep Learning und Surrogat-Methoden
Laufzeit: 01.01.2026 - 31.12.2032 | 1. Förderperiode
Gefördert durch: DFG - Exzellenzcluster
Art des Projekts: Teilprojekt in DFG-Verbund koordiniert an der Universität Münster
GRK 3027: Rigorose Analysis von komplexen zufälligen Systemen (CoRaSy)
Laufzeit: 01.10.2025 - 30.09.2030 | 1. Förderperiode
Gefördert durch: DFG - Graduiertenkolleg
Art des Projekts: DFG-Hauptprojekt koordiniert an der Universität Münster
Overcoming the curse of dimensionality through nonlinear stochastic algorithms: Nonlinear Monte Carlo type methods for high-dimensional approximation problems (MONTECARLO)
Laufzeit: 01.07.2023 - 31.08.2025
Gefördert durch: EU Horizon Europe - ERC Consolidator Grant
Art des Projekts: EU-Projekt koordiniert an der Universität Münster
Alle Projekte anzeigen (9)

Preisverleihungen

ERC Consolidator Grant
Verliehen von: Europäischer Forschungsrat (ERC)
Verliehen an: Jentzen, Arnulf
Bekannt gegeben am: 16.12.2022 | Verleihung erfolgte am: 16.12.2022
Art der Preisverleihung: Forschungspreis oder andere Auszeichnung

Übergeordnete Organisationseinheiten