Unsere Forschung konzentriert sich primär auf die Entwicklung von Algorithmen für die Quantifizierung von Unsicherheiten und für inverse Probleme. Das Ziel ist Unsicherheiten in komplexen (PDE)-Modellen in Wissenschaft und Technik optimal zu berücksichtigen. Zu diesem Zweck nutzen wir Methoden aus Mathematik und Statistik, einschließlich numerischer Methoden für PDEs, statistische Lernmethoden und Optimierung. Die Anwendungen umfassen Nanoelektronik, medizinische Bildgebung, Biologie und Medizin.