Dr. Felix Tobias Schindler

Aktuelle Zugehörigkeiten

Institut für Analysis und Numerik

Curriculum Vitae (CV)

Mehrskalen Analysis von zwei-Phasen Strömung in porösen Medien mit komplexen Heterogenitäten
Modellreduktion von parametrischen partiellen Differentialgleichungen
Numerische Analysis pertieller Differentialgleichungen

Akademische Ausbildung
11/2009 - 10/2015	Promotionsstudium
10/2003 - 10/2009	Studium

Publikationen

A new certified hierarchical and adaptive RB-ML-ROM surrogate model for parametrized PDEs Haasdonk B, Kleikamp H, Ohlberger M, Schindler F, Wenzel T (2023) In: SIAM Journal on Scientific Computing, 45(3) Art der Publikation: Forschungsartikel (Zeitschrift)
Application of Deep Kernel Models for Certified and Adaptive RB-ML-ROM Surrogate Modeling Wenzel, Tizian; Haasdonk, Bernard; Kleikamp, Hendrik; Ohlberger, Mario; Schindler, Felix (2023) In: arXiv:2302.14526. Art der Publikation: Forschungsartikel in Online-Sammlung
Adaptive Localized Reduced Basis Methods for Large Scale PDE-constrained Optimization Keil Tim, Ohlberger Mario, Schindler Felix (2023) In: arXiv:2303.03074. Art der Publikation: Forschungsartikel in Online-Sammlung
A full order, reduced order and machine learning model pipeline for efficient prediction of reactive flows Gavrilenko Pavel, Haasdonk Bernard, Iliev Oleg, Ohlberger Mario, Schindler Felix, Toktaliev Pavel, Wenzel Tizian, Youssef Maha (2022) In: Lirkov Ivan, Margenov Svetozar (Hrsg.), Large-Scale Scientific Computing. Cham: Springer VDI Verlag. Art der Publikation: Forschungsartikel (Buchbeitrag)
An adaptive projected Newton non-conforming dual approach for trust-region reduced basis approximation of PDE-constrained parameter optimization Banholzer S, Keil T, Mechelli L, Ohlberger M, Schindler F, Volkwein S (2022) In: Pure and Applied Functional Analysis, 7(5) Art der Publikation: Forschungsartikel (Zeitschrift)

Alle Publikationen anzeigen

Projekte

ML-MORE: Maschinelles Lernen und Modellordnungs-Reduktion zur Vorhersage der Effizienz katalytischer Filter. TP 1: Modellreduktion (ML-MORE) Laufzeit: 01.04.2020 - 31.12.2023 Gefördert durch: Bundesministerium für Bildung und Forschung Art des Projekts: Beteiligung in einem BMBF-Verbund
EXC 2044 - C4: Geometry-based modelling, approximation, and reduction Laufzeit: 01.01.2019 - 31.12.2025 \| 1. Förderperiode Gefördert durch: DFG - Exzellenzcluster Art des Projekts: Teilprojekt in DFG-Verbund koordiniert an der Universität Münster
Lokalisierte Reduzierte Basis Methoden für Parameteroptimierung bei partiellen Differentialgleichungen (LRB-Opt) Laufzeit: 01.01.2019 - 30.06.2023 Gefördert durch: DFG - Sachbeihilfe/Einzelförderung Art des Projekts: Gefördertes Einzelprojekt
pyMOR - Nachhaltige Software zur Modell-Ordnungs-Reduktion (pyMOR) Laufzeit: 01.03.2018 - 31.03.2022 Gefördert durch: DFG - Wissenschaftliche Literaturversorgung und Informationssysteme Art des Projekts: Gefördertes Einzelprojekt
Mehrskalenanalyse von Zweiphasenströmungen in porösen Medien für eine große Klasse von Heterogenitäten Laufzeit: 01.03.2012 - 28.02.2013 Gefördert durch: DFG - Sachbeihilfe/Einzelförderung Art des Projekts: Gefördertes Einzelprojekt

Alle Projekte anzeigen

Vorträge

Locally conservative Reduced Basis methods Schindler, Felix (19.02.2019) 90th Annual Meeting of the International Association of Applied Mathematics and Mechanics GAMM 2019, Universität Wien, Wien, Österreich Art des Vortrags: wissenschaftlicher Vortrag
Fully certified and adaptive localized model reduction for elliptic and parabolic problems Ohlberger M, Rave S, Schindler F (10.11.2016) Recent developments in numerical methods for model reduction, Institute Henri Poincaré, Paris, France Art des Vortrags: wissenschaftlicher Vortrag

Promotionen

Model Reduction for Parametric Multi-Scale Problems
Promovend*in: Schindler, Felix | Betreuer*innen: Ohlberger, Mario
Zeitraum: bis 23.10.2015
Promotionsverfahren erfolgt(e) an: Promotionsverfahren an der Universität Münster