Prof. Dr. Klaus Frick

Curriculum Vitae

Dr. Klaus Frick wurde 1980 in Bludenz (A) geboren und studierte technische Mathematik an der Universität Innsbruck. Sein Diplom erhielt er 2004 mit einer Arbeit über Toleranzanalyse in CAD Systemen in Zusammenarbeit mit der Firma GETRAG Ford Transmissions GmbH in Köln. Bis 2008 folgte ein Promotionsstudium bei Prof. Scherzer an der Universität Innsbruck im Bereich der mathematischen Bildverarbeitung (Variationsmethoden, Optimierung). Von 2008 bis 2013 war Dr. Frick wissenschaftlicher Mitarbeiter am Institut für mathematische Stochastik der Universität Göttingen, wo er sich mit nicht-parametrischen Schätzverfahren in der Bildverarbeitung (u.a. mit Anwendungen in der Fluoreszenzmikroskopie) beschäftigt hat. Er ist Autor und Koautor von über 10 wissenschaftlichen Publikationen. Seit Juli 2013 ist Dr. Frick Dozent für Mathematik am Institut für Computational Engineering an der NTB in Buchs.

Laufbahn

Projects

• Entwicklung intelligenter Algorithmen für hochgenaue optische Inline-Messtechnik in rauer industrieller Umgebung (Link https://www.aramis.admin.ch/Grunddaten/?ProjectID=36655)
• Simulation und Optimierung des Feinpoliervorganges von Saphir mit nanopartikel-basierter Slurry (Link https://www.aramis.admin.ch/Grunddaten/?ProjectID=34297)
• Entwicklung von Machine Learning Methoden zur vorausschauenden Prozesskontrolle in der produzierenden Industrie
• Entwicklung von Signalverarbeitungs- und Clusteralgorithmen für nichtinvasives Leistungsmonitoring (nonintrusive load monitoring NILM).

Ausgewählte Publikationen:

• K. Frick, P. Marnitz, A. Munk. Statistical Multiresolution Estimation for Variational Imaging: With an Application in Poisson-Biophotonics, J. Math. Imaging Vision 46(3): 370-387 (2013)
• K. Frick, P. Marnitz, A. Munk. Statistical Multiresolution Dantzig Estimation in Imaging: Fundamental Concepts and Algorithmic Framework , Electron. J. Stat., 6: 231-268 (2012)
• K. Frick, O. Scherzer. Regularization of ill-posed linear equations by the non-stationary Augmented Lagrangian Method, J. Integral Equations Appl. 22: 217-258 (2010)