Fakultät für Mathematik und Naturwissenschaften

Herr PD Dr. Marcel Schweitzer

Privatdozent

Herr PD Dr. Marcel Schweitzer

Kontakt

G.15.28

+49 202 439-3773

marcel[at]uni-wuppertal.de

Positionsbeschreibung

Ich bin Privatdozent in der Arbeitsgruppe "Wissenschaftliches Rechnen und Hochleistungsrechnen". In der Lehre bin ich hauptsächlich verantwortlich für die Bachelor-Veranstaltung "Softwaretechnologie" sowie das zugehörige Praktikum. Unregelmäßig biete ich zudem verschiedene Master-Veranstaltungen aus den Bereichen angewandte Mathematik und Graphentheorie an. Mein hauptsächliches Forschungsgebiet ist die numerische lineare Algebra.

Sprechstunde

Mittwoch, 13-14 Uhr (während der Vorlesungszeit, sonst nur nach Vereinbarung per Mail)

Forschungsinteressen

  • Approximation von Matrixfunktionen
  • Krylow-Unterraum-Verfahren, insbesondere mit Restarts
  • Randomisierte numerische lineare Algebra
  • Fréchetableitungen und Konditionszahlen von Matrixfunktionen
  • Ausnutzung von Niedrigrank-Strukturen bei numerischen Berechnungen
  • Abklingverhalten von Matrixfunktionen
  • Anwendungen von numerischer linearer Algebra in der Netzwerkanalyse
  • Implizite Spurschätzer

Publikationsliste

Als Principal Investigator des DFG-geförderten Projekts “Matrix functions via randomized sketching” arbeite ich zusammen mit meinem Doktoranden Emil Krieger an randomisierten Krylow-Verfahren zur Approximation von Matrixfunktionen.

Lehre

Lehre im Sommersemester 2026:

Link zu allen meinen Lehrveranstaltungen und betreuten Abschlussarbeiten

Software

Software mit Bezug zu meiner Forschungsarbeit:

  • ks-res-ode: Randomisierte Krylow-Verfahren für gewöhnliche Differentialgleichungen
  • laplace_restarting: Implementierung eines Arnoldi-Verfahrens mit Restarts für Laplace-Transformationen und Bernsteinfunktionen (MATLAB)
  • t-frechet: Toolbox zur Berechnung von t-Funktionen (und ihren Fréchet-Ableitungen) für Tensoren dritter Ordnung (MATLAB)
  • sketched_fAb: Randomisierte Krylow-Verfahren für die Approximation von Matrixfunktionen (MATLAB)
  • FUNM_QUAD: Implementierung eines stabilen, Quadratur-basierten Arnoldi-Verfahrens mit Restarts für Matrixfunktionen (MATLAB)

Von Studierenden entwickelte Software:

  • VSWorkbench: Erweiterbares VS Code Plugin zur Einbindung von Developer Tools (Bachelorarbeit Sufyan Dahalan)

Das f(A)belhafte wissenschaftliche Netzwerk für Matrixfunktionen und exponentielle Integratoren

Ich bin Koordinator des von der DFG geförderten wissenschaftlichen Netzwerks "Das f(A)belhafte wissenschaftliche Netzwerk für Matrixfunktionen und exponentielle Integratoren". Dieses bringt Expert*innen aus den Bereichen Matrixfunktionen, exponentielle Integratoren und Modellreduktion zusammen und verfolgt das Ziel, folgende Aspekte voranzubringen:

  • die effiziente und zuverlässige Implementierung von Algorithmen für Matrixfunktionen, insbesondere im Hochleistungsrechnen,
  • den Austausch mit Techniken aus der exponentiellen Integration,
  • Benchmarking und FAIR-Prinzipien für Matrixfunktionen und exponentielle Integratoren,
  • Verbindungen zu Matrixgleichungen und zur Modellreduktion.

Communications in NLA

Um jungen Wissenschaftlern, die sich mit numerischer linearer Algebra beschäftigen, auch während der Corona-Pandemie eine Plattform zu bieten, auf der sie ihre Arbeit vorstellen können, habe ich von September 2020 bis Mai 2021 zusammen mit einigen Kollegen die Online-Seminar-Reihe "Communications in NLA" organisiert.

Alle Vorträge wurden aufgezeichnet und können auf unserem Youtube-Kanal angesehen werden.

Mitgliedschaft in Editorial Boards

Ich bin Managing Editor der Electronic Transactions on Numerical Analysis (ETNA).

Vita