Nico Strasdat
Wissenschaftlicher Mitarbeiter
NameDr. Nico Strasdat
Eine verschlüsselte E-Mail über das SecureMail-Portal versenden (nur für TUD-externe Personen).
Besuchsadresse:
Willersbau, Raum C 39 Zellescher Weg 12-14
01069 Dresden
Lehre
Informationen zu vergangener Lehrtätigkeit finden Sie hier.
Wissenschaftliche Interessen
- Methoden des maschinellen Lernens, insbesondere Support Vector Machines und Deep Learning
- Anwendung von konvexer Optimierung und Dualität
- Newton-ähnliche Verfahren zur Behandlung von Optimierungsproblemen
- Linear-ganzzahlige Optimierung
- Behandlung von Optimierungsproblemen aus anwendungsrelevanten Problemstellungen
- Effektive und effiziente Implementierung von Algorithmen
Lebenslauf
- Promotion im Wissenschaftsgebiet Mathematik an der Technischen Universität Dresden (10/2014 bis 10/2023), Thema der Dissertation: "Duality, Derivative-Based Training Methods and Hyperparameter Optimization for Support Vector Machines"
- Master of Science (Mathematik) an der Technischen Universität Dresden (10/2012 bis 09/2014), Thema der Masterarbeit: "Reduced-Set Support Vector Machines"
- Bachelor of Science (Mathematik) an der Technischen Universität Dresden (10/2009 bis 08/2012), Thema der Bachelorarbeit: "Random Forests und ihre Anwendung zur Regression"
Veröffentlichungen
2024
-
Worst-case analysis of heuristic approaches for the temporal bin packing problem with fire-ups , Feb. 2024, in: Annals of Operations Research. 333, 1, S. 481-499, 19 S.Elektronische (Volltext-)VersionPublikation: Beitrag in Fachzeitschrift > Forschungsartikel
-
Theoretical Insights and a New Class of Valid Inequalities for the Temporal Bin Packing Problem with Fire-Ups , 2024, in: Pesquisa Operacional. 44, 26 S., e283503Elektronische (Volltext-)VersionPublikation: Beitrag in Fachzeitschrift > Forschungsartikel
2023
-
Solving the Skiving Stock Problem by a Combination of Stabilized Column Generation and the Reflect Arc-Flow Model , 31 Juli 2023, in: Discrete Applied Mathematics. 334, S. 145-162, 18 S.Elektronische (Volltext-)VersionPublikation: Beitrag in Fachzeitschrift > Forschungsartikel
-
A Combinatorial Flow-based Formulation for Temporal Bin Packing Problems , 2023, in: European Journal of Operational Research. 307(2), S. 554-574, 21 S.Elektronische (Volltext-)VersionPublikation: Beitrag in Fachzeitschrift > Forschungsartikel
-
A Heuristic Column Generation Approach for the Stochastic Bin Packing Problem , 2023, Operations Research Proceedings 2022. S. 131-138, 8 S.Elektronische (Volltext-)VersionPublikation: Beitrag in Buch/Konferenzbericht/Sammelband/Gutachten > Beitrag in Konferenzband
-
An extended convergence framework applied to complementarity systems with degenerate and nonisolated solutions , 2023, in: Pure and applied functional analysis . 8, 4, S. 1039-1054Elektronische (Volltext-)VersionPublikation: Beitrag in Fachzeitschrift > Forschungsartikel
-
Duality, Derivative-Based Training Methods and Hyperparameter Optimization for Support Vector Machines , 2023Elektronische (Volltext-)VersionPublikation: Hochschulschrift/Abschlussarbeit > Dissertation
2022
-
Variable and constraint reduction techniques for the temporal bin packing problem with fire-ups , Nov. 2022, in: Optimization Letters. 16, 8, S. 2333-2358, 26 S.Elektronische (Volltext-)VersionPublikation: Beitrag in Fachzeitschrift > Forschungsartikel
-
A Heuristic-based Reduction for the Temporal Bin Packing Problem with Fire-Ups , 2022, Operations Research Proceedings 2021. S. 127-133, 7 S.Publikation: Beitrag in Buch/Konferenzbericht/Sammelband/Gutachten > Beitrag in Konferenzband
2021
-
Compact Integer Linear Programming Formulations for the Temporal Bin Packing Problem with Fire-Ups , Aug. 2021, in: Computers and Operations Research. 132, 132, 105288Elektronische (Volltext-)VersionPublikation: Beitrag in Fachzeitschrift > Forschungsartikel
2020
-
Improved Flow-based Formulations for the Skiving Stock Problem , 2020, in: Computers and Operations Research. 113, 104770Publikation: Beitrag in Fachzeitschrift > Forschungsartikel
2019
-
A special complementarity function revisited , 2019, in: Optimization. 68, 1, S. 65-79Elektronische (Volltext-)VersionPublikation: Beitrag in Fachzeitschrift > Forschungsartikel
2015
-
Efficient optimization of hyper-parameters for least-squares support vector regression , 2015, in: Optimization Methods and Software. 30, S. 1095-1108, 14 S.Elektronische (Volltext-)VersionPublikation: Beitrag in Fachzeitschrift > Forschungsartikel
Beteiligungen an Projekten
- Datengetriebene Generierung von Modellen und Sensitivitätsanalyse für Produktionsprozesse (BMBF, 04/2020 bis 11/2023) im Verbundprojekt OptProDat
- Anspruchsvolle Freiformbeschichtung flächiger und 3-dimensionaler Substrate durch Inline-Sputtertechnick (SAB, 08/2019 bis 12/2020)
- Newton-type Methods for Nonsmooth Equations with Nonisolated Solutions (DFG, 01/2017 bis 12/2019)
- Optimierungstechniken für Klassifikation und Regression, Teil II (Industrieprojekt, 01/2017 bis 12/2017)
- Optimierungstechniken für Klassifikation und Regression (Industrieprojekt, 10/2014 bis 12/2016)
- Support-Vector-Methoden und multivariate Regression (Industrieprojekt, 04/2013 bis 09/2014)
- Support Vector Methoden (Industrieprojekt, 09/2011 bis 08/2013)
Konferenzen und Vorträge
Hier entsteht eventuell eine Liste mit Konferenzen, die ich besucht habe.