Forschung
Die Gruppe forscht auf den Gebieten Nichtlineare Dynamische Systeme, Numerische Integration und Optimale Regelung. Unser Forschungsschwerpunkt liegt in der Entwicklung und Analyse strukturerhaltender Simulationen und optimaler Kontrollmethoden für mechanische, elektrische und hybride Systeme, mit einem breiten Spektrum von Anwendungsbereichen wie Astrodynamik, Antriebstechnik und Robotik.
Aktuelle Forschungsprojekte:
- Strukturerhaltende Integration
- Optimale Steuerung
- Lernen von Hamiltonfunktionen, Variationsprinzipien und Symmetrien
- Forschungsprojekt PhoQS
- Symplektische Diskretisierungen für optimale Kontrollprobleme in der Mechanik (DFG)
- Abgeschlossene Forschungsprojekte
Mehr Information können Sie auf der Forschungsseite finden.
Lehre
Wir betreuen gern Ihre Masterarbeit im Bereich der angewandten Mathematik. Auf unserer Lehr-Seite finden Sie Ideen für mögliche Masterprojekte.
Wir suchen fortlaufend Studierende mit Programmierkenntnissen, die uns bei unseren Forschungsprojekten unterstützen möchten. Bitte kontaktieren Sie uns, wenn Sie an einer Mitarbeit als SHK oder WHB interessiert sind.
Publikationen
2025
Multiphoton, multimode state classification for nonlinear optical circuits
D. Kopylov, C. Offen, L. Ares, B.E. Wembe Moafo, S. Ober-Blöbaum, T. Meier, P. Sharapova, J. Sperling, (n.d.).
Machine learning of continuous and discrete variational ODEs with convergence guarantee and uncertainty quantification
C. Offen, (n.d.).
2024
A new Lagrangian approach to control affine systems with a quadratic Lagrange term
S. Leyendecker, S. Maslovskaya, S. Ober-Blöbaum, R.T.S.M. de Almagro, F.O. Szemenyei, Journal of Computational Dynamics 0 (2024) 0–0.
Learning of discrete models of variational PDEs from data
C. Offen, S. Ober-Blöbaum, Chaos 34 (2024).
Machine learning of discrete field theories with guaranteed convergence and uncertainty quantification
C. Offen, (n.d.).
2023
Discrete Lagrangian Neural Networks with Automatic Symmetry Discovery
Y. Lishkova, P. Scherer, S. Ridderbusch, M. Jamnik, P. Liò, S. Ober-Blöbaum, C. Offen, in: IFAC-PapersOnLine, Elsevier, 2023, pp. 3203–3210.
Learning discrete Lagrangians for variational PDEs from data and detection of travelling waves
C. Offen, S. Ober-Blöbaum, in: F. Nielsen, F. Barbaresco (Eds.), Geometric Science of Information, Springer, Cham., 2023, pp. 569–579.
Variational Learning of Euler–Lagrange Dynamics from Data
S. Ober-Blöbaum, C. Offen, Journal of Computational and Applied Mathematics 421 (2023) 114780.
Backward error analysis for conjugate symplectic methods
R. McLachlan, C. Offen, Journal of Geometric Mechanics 15 (2023) 98–115.
Hamiltonian Neural Networks with Automatic Symmetry Detection
E. Dierkes, C. Offen, S. Ober-Blöbaum, K. Flaßkamp, Chaos 33 (2023).
Alle Publikationen anzeigen
