12
FachbereichInstitut für Mathematik
12
FachbereichInstitut für Mathematik
Toggle navigation
EN
Presse
Webmagazin
Intranet
Webmail
EN
Institut für Mathematik
Studium
Schwerpunkte
Einrichtungen
Oberseminare und andere Veranstaltungen
GU Home
Fachbereich Informatik und Mathematik
Institut für Mathematik
Schwerpunkte
Analysis und Numerik
Professur für Numerik partieller Differentialgleichungen
Dr. Tim Jahn
Wissenschaftlicher Mitarbeiter - Dr. Tim Jahn
Adresse:
Goethe-Universität
Mathematik und Informatik
Postfach 111932
D-60054 Frankfurt/Main, Deutschland
Raum:
103a
Robert-Mayer-Straße 10
D-60325 Frankfurt am Main
Telefon:
(+49)(0)69/798-22715
Email:
jahn@math.uni-frankfurt.de
Publikationen:
T. Jahn:
Optimal Convergence of the Discrepancy Principle for polynomially and exponentially ill-posed Operators under White Noise
T. Jahn:
A modified discrepancy principle to attain optimal convergence rates under unknown noise
Inverse Problems
37(9), 2021. (
https://iopscience.iop.org/article/10.1088/1361-6420/ac1775
)
B. Harrach, T. Jahn, R. Potthast:
Regularising linear inverse problems under unknown non-Gaussian white noise
(
arXiv:2010.04519
)
T. Jahn, B. Jin:
On the Discrepancy Pinciple for Stochastic Gradient Descent
Inverse Problems
36(9), 2020. (
https://doi.org/10.1088/1361-6420/abaa58
)
B. Harrach, T. Jahn, R. Potthast:
Beyond the Bakushinkii veto: Regularising linear inverse problems without knowing the noise distribution
Numer. Math.
145(3), 581-603, 2020. (
https://doi.org/10.1007/s00211-020-01122-2
)
B. Sandor, T. Jahn, L. Martin, C. Gros:
The Sensorimotor Loop as a Dynamical System: How Regular Motion Primitives May Emerge from Self-Organized Limit Cycles
Frontiers in Robotics and AI
2
, 31, 2015.
Lehre:
Wintersemester 2020/21:
Optimierung und inverse Probleme
Sommersemester 2020:
Numerik von Differentialgleichungen
Wintersemester 2019/20:
Kurs Numerisches Programmieren
Numerische Mathematik
Sommersemester 2019:
Numerik von Differentialgleichungen
Wintersemester 2018/19:
Optimierung und inverse Probleme
Sommersemester 2018:
Numerik von Differentialgleichungen
Wintersemester 2017/18:
Kurs Numerisches Programmieren
Numerik partieller Differentialgleichungen
Sommersemester 2017:
Fortgeschrittene Optimierung und inverse Probleme
Wintersemester 2016/17:
Optimierung und inverse Probleme