"In meiner Forschung versuche ich die Eigenschaften neuronaler Netze besser zu verstehen. Also wie Art und Weise wie neuronale Netze mathematische Zusammenhänge modellieren. Dabei kommen Technologien zum Optimieren von orthogonalen oder unitären Matrizen zum Einsatz. Hier geht es darum die Konvergenzeigenschaften unter Nebenbedingungen auszuleuchten. Um die Signalverarbeitung innerhalb der Netze und auch ihrer Ausgaben zu verstehen kommen Methoden wie die Wavelet-Transformation zum Einsatz. Hier hat sich gezeigt, dass sich Wavelets gut dazu eignen Deepfakes aufzuspüren. Dabei lassen sich die Wavelets auch nutzen um die Datenanalyse der Classifier interpretierbar also für Menschen verständlich zu machen. Darüber hinaus interessieren mich auch Anwendungen in der Medizin, wie z.B. das automatische Segmentieren von Krebszellen in Bildern aus der Radiologie."