Willkommen Herr Prof. Martin Weigert!

Die Fakultät Informatik begrüßt zum 1. Juni herzlich Herrn Prof. Martin Weigert als Inhaber der Professur für Maschinelles Lernen für das Räumliche Verständnis am Institut für Künstliche Intelligenz und freut sich insbesondere, einen weiteren ihrer Absolventen für eine der vier strategischen Professuren für das ScaDS.AI Dresden/Leipzig gewonnen zu haben.

Nach seinem Diplomabschluss in Physik war Martin Weigert als Wissenschaftler und Doktorand in der Forschungsgruppe von Prof. Dr. Eugene W. Myers tätig und promovierte 2019 unter dessen Betreuung zum Thema „Computational Methods for Visualization, Simulation, and Restoration of Fluorescence Microscopy Data“ an der Fakultät Informatik. Seit 2019 arbeitete er als Gruppenleiter an der EPFL (Lausanne, Schweiz). 

Seine Hauptforschungsinteressen liegen in der Erforschung von robusten und effizienten Machine-Learning-Methoden für bildbasierte Life-Science-Anwendungen mit dem Schwerpunkt auf skalierbaren und Problem-angepassten Methoden, die eine quantitative Extraktion von Informationen aus großen Mikroskopiedaten ermöglichen. Sie dient insbesondere der Erkennung, Segmentierung und zeitliche Verfolgung von biologischen Objekten wie Zellen, Zellkernen oder Genlokalisierungen. Bereits mit seiner Doktorarbeit gehörte Martin Weigert zu den Ersten, der die Wirksamkeit des maschinellen Lernens für Bildrekonstruktionsprobleme in der Fluoreszenzmikroskopie erfolgreich demonstriert haben.

Die Professur für Maschinelles Lernen für das Räumliche Verständnis wird zukünftig dazu beitragen, robuste, effiziente und skalierbare Verfahren für das automatische Verstehen mehrdimensionaler Strukturen und Objekten in Mikroskopie-Bildern zu entwickeln. 

Martin Weigert: „Ich freue mich, mich als neuer Professor für Maschinelles Lernen für das Räumliche Verständnis an der Fakultät Informatik und ScaDS.AI vorzustellen. Mit meiner Arbeit möchte ich insbesondere Kernprobleme angehen, die derzeit die Skalierbarkeit und Robustheit von Methoden des maschinellen Lernens insbesondere in praktischen Anwendungen einschränken. Gemeinsam werden wir unser Verständnis räumlich-biologischer Phänomene voranbringen. Ich freue mich auf die Zusammenarbeit und spannende Forschungsprojekte innerhalb der Fakultät!

Wir wünschen Ihnen dafür viel Erfolg!