• Navigation überspringen
  • Zur Navigation
  • Zum Seitenende
Organisationsmenü öffnen Organisationsmenü schließen
Department Mathematik
  • FAUZur zentralen FAU Website
  • de
  • en
  • UnivIS
  • StudOn
  • meincampus
  • CRIS
  • Hilfe im Notfall

Department Mathematik

Menu Menu schließen
  • Department
    • Lehrstühle und Professuren
    • Verwaltung
    • Förderverein
    • Rechnerbetreuung
    • Kontakt und Anreise
    • Aktuelles
    Portal Department Mathematik
  • Forschung
    • Forschungsprojekte
    • Publikationen
    • Preprint-Reihe Angewandte Mathematik
    Portal Forschung
  • Studium
    • Beratung
    • Vor dem Studium
    • Im Studium
    • International
    Portal Studium
  • Veranstaltungen
  1. Startseite
  2. Angewandte Mathematik (Modellierung und Numerik)
  3. Mitarbeitende
  4. Dr. Philipp Wacker

Dr. Philipp Wacker

Bereichsnavigation: Angewandte Mathematik (Modellierung und Numerik)
  • Arbeitsgruppen
    • AG Applied Analysis (Friedrich)
    • AG Grün
    • AG Mathematics for Life Sciences (Neuss-Radu)
    • AG Mathematics of Data (Burger)
    • AG Porous Media (Ray)
  • Forschung
    • Discrete Structures
    • Inverse Problems
    • Machine Learning
    • Modeling of Materials
    • Multiscale Methods
    • PDEs
    • Variational Methods
  • Lehre
    • Abschlussarbeiten
    • Ingenieursmathematik
    • Integrated Life Sciences (ILS)
    • Lehrveranstaltungen
  • Mitarbeitende
    • Alice Lieu, PhD
    • Alicja Kerschbaum
    • Apratim Bhattacharya
    • Astrid Bigott
    • Cornelia Weber
    • Doris Schneider
    • Dr. Alexander Prechtel
    • Dr. Antonio Esposito
    • Dr. Daniel Tenbrinck
    • Dr. habil. Nicolae Suciu
    • Dr. habil. Raphael Schulz
    • Dr. Lea Föcke
    • Dr. Nadja Ray
    • Dr. Philipp Wacker
    • Dr. Stefan Metzger (AG Grün)
    • Jonas Knoch
    • Lorenz Klein (AG Grün)
    • Lorenz Kuger
    • Oliver Sieber (AG Grün)
    • Patrick Weiß (AG Grün)
    • PD Dr. Maria Neuss-Radu
    • Prof. Dr. Günther Grün
    • Prof. Dr. Manuel Friedrich
    • Prof. Dr. Martin Burger
    • Prof. Dr. Peter Knabner
    • Prof. Dr. Serge Kräutle
    • Prof. Dr. Wilhelm Merz
    • Sebastian Czop
    • Simon Zech
    • Stephan Gärttner
    • Tim Roith
    • Tobias Elbinger
  • Veranstaltungen
    • Winterseminar Kleinwalsertal
    • Workshop on Modelling, Analysis and Simulation of Processes in Porous Media

Dr. Philipp Wacker

Dr. Philipp Wacker

Dr. Philipp Wacker
Wissenschaftlicher Mitarbeiter

Forschungsinteressen

Ich interessiere mich hauptsächlich für die Lösung von PDE-basierten Inversen Problemen, also der Suche nach Parameterwerten, die mit indirekten und fehlerbehafteten Messungen kompatibel sind. Insbesondere beschäftige ich mich mit Bayesschen Methoden. Dieser Zugang beginnt mit der Festlegung einer A-Priori-Verteilung von „plausiblen“ Parameterwerten (etwa durch domänenspezifisches Expertenwissen). Gemeinsam mit den Daten kann damit eine A-Posteriori-Verteilung bestimmt werden, die beides synthetisiert: Expertenwissen und Daten.

Diese A-Posteriori-Verteilung muss nun durch geeignete Verfahren „befragt“ werden. Interessant hierbei sind der Mittelwert („Conditional Mean“), der „wahrscheinlichste“ Parameterwert („MAP estimator“) sowie Samplingverfahren, die Konfidenzintervalle an die Parameterwerte liefern. Approximative Verfahren wie der Ensemble-Kalman-Filter erlauben eine schnellere Schätzung dieser Größen.

Meine Anwendungsschwerpunkte liegen in den Geowissenschaften (Geohydrologie) und Biomathematik.

Außerdem experimentiere ich mit dem Einsatz von interaktiven, webbasierten Erklärungen zu mathematischen Themen [www.pwacker.com]

Lebenslauf

  • Studium der Mathematik an der Universität Augsburg. B. Sc. (2011) und M. Sc. (2013)
  • Dr. rer. nat in Mathematik an der Universität Augsburg 2016
  • Wissenschaftlicher Mitarbeiter an der FAU Erlangen-Nürnberg seit 2016

Publikationen

2022

  • Ashton G., Bernstein N., Buchner J., Chen X., Csányi G., Fowlie A., Feroz F., Griffiths M., Handley W., Habeck M., Higson E., Hobson M., Lasenby A., Parkinson D., Pártay LB., Pitkin M., Schneider D., Speagle JS., South L., Veitch J., Wacker PK., Wales DJ., Yallup D.:
    Author Correction: Nested sampling for physical scientists (Nature Reviews Methods Primers, (2022), 2, 1, (39), 10.1038/s43586-022-00121-x)
    In: Nature Reviews Methods Primers 2 (2022), Art.Nr.: 44
    ISSN: 2662-8449
    DOI: 10.1038/s43586-022-00138-2
    BibTeX: Download
  • Ashton G., Bernstein N., Buchner J., Chen X., Csányi G., Fowlie A., Feroz F., Griffiths M., Handley W., Habeck M., Higson E., Hobson M., Lasenby A., Parkinson D., Pártay LB., Pitkin M., Schneider D., Speagle JS., South L., Veitch J., Wacker PK., Wales DJ., Yallup D.:
    Nested sampling for physical scientists
    In: Nature Reviews Methods Primers 2 (2022)
    ISSN: 2662-8449
    DOI: 10.1038/s43586-022-00121-x
    BibTeX: Download

2020

  • Wacker PK., Schillings C., Sprungk B.:
    On the convergence of the Laplace approximation and noise-level-robustness of Laplace-based Monte Carlo methods for Bayesian inverse problems
    In: Numerische Mathematik (2020)
    ISSN: 0029-599X
    DOI: 10.1007/s00211-020-01131-1
    URL: https://rdcu.be/b5Bfu
    BibTeX: Download

2019

  • Bloemker D., Schillings C., Wacker PK., Weissmann S.:
    Well posedness and convergence analysis of the ensemble Kalman inversion
    In: Inverse Problems 35 (2019)
    ISSN: 0266-5611
    DOI: 10.1088/1361-6420/ab149c
    BibTeX: Download
  • Wacker PK., Knabner P.:
    Wavelet-Based Priors Accelerate Maximum-a-Posteriori Optimization in Bayesian Inverse Problems
    In: Methodology and Computing in Applied Probability 22 (2019), S. 853-879
    ISSN: 1387-5841
    DOI: 10.1007/s11009-019-09736-2
    BibTeX: Download

2018

  • Wacker PK., Blömker D., Schillings C.:
    A STRONGLY CONVERGENT NUMERICAL SCHEME FROM ENSEMBLE KALMAN INVERSION
    In: SIAM Journal on Numerical Analysis 56 (2018), S. 2537-2562
    ISSN: 0036-1429
    DOI: 10.1137/17M1132367
    BibTeX: Download

2017

  • Wacker PK., Bianchi LA., Blömker D.:
    Pattern size in Gaussian fields from spinodal decomposition
    In: SIAM Journal on Applied Mathematics 77 (2017), S. 1292 - 1319
    ISSN: 0036-1399
    DOI: 10.1137/15M1052081
    URL: https://arxiv.org/pdf/1510.01967.pdf
    BibTeX: Download
  • Wacker PK., Blömker D., Wanner T.:
    Probabilistic estimates of the maximum norm of random Neumann Fourier series
    In: Communications in Nonlinear Science and Numerical Simulation 47 (2017), S. 348 - 369
    ISSN: 1007-5704
    DOI: 10.1016/j.cnsns.2016.11.023
    URL: https://arxiv.org/pdf/1603.04300.pdf
    BibTeX: Download

Lehrveranstaltungen

Keine passenden Datensätze gefunden.

Friedrich-Alexander-Universität
Erlangen-Nürnberg

Schlossplatz 4
91054 Erlangen
  • Kontakt und Anreise
  • Interner Bereich
  • Mitarbeitende A-Z
  • Impressum
  • Datenschutz
  • DE/EN
Nach oben