Axel Munk
Axel Munk (* 14. November 1967 in Tübingen) ist ein deutscher Mathematiker und Hochschullehrer. Er beschäftigt sich mit mathematischer Statistik und Data Science.
Leben
Axel Munk studierte von 1987 bis 1992 Mathematik und Philosophie an der Georg-August-Universität Göttingen und promovierte dort 1994 zum Thema „Tschebyscheff-Experimente“[1] bei Manfred Denker.
Danach verbrachte er als Postdoc Aufenthalte an der Universität Bielefeld, der Technischen Universität Dresden, der Wharton School of Business an der University of Pennsylvania und der Cornell University. Im Jahr 1999 habilitierte er sich an der Fakultät für Mathematik der Ruhr-Universität Bochum und war im selben Jahr Professor für Statistik an der Universität Siegen und von 2000 bis 2001 Professor für angewandte Mathematik an der Universität Paderborn. Seit 2002 ist er Professor für Mathematische Stochastik als Nachfolger von Ulrich Krengel und seit 2009 Felix-Bernstein-Professor für Mathematische Statistik an der Fakultät für Mathematik und Informatik der Georg-August-Universität Göttingen[2]. Seit 2010 ist er Max-Planck Fellow am Max-Planck-Institut für Multidisziplinäre Naturwissenschaften und leitet dort eine Arbeitsgruppe zu statistischen inversen Problemen in der Biophysik.[3]
Arbeit
Axel Munk arbeitet zu Grundlagenfragen an der Schnittstelle von mathematischer Statistik und Optimierung, insbesondere an der Entwicklung und Analyse von statistischen Multiskalenverfahren[4][5][6], von Verfahren zur nicht-parametrischen Regression[7][8] und zu statistischen inversen Problemen[9][10][11][12]. In letzter Zeit beschäftigt Munk sich mit der Entwicklung von Methoden zur Analyse komplexer, diskreter und geometrischer Datenstrukturen[13]. Dabei spielen statistische Verfahren des optimalen Transports eine zentrale Rolle[14][15][16]. Verschiedene seiner Arbeiten wurden ausgezeichnet, so etwa zu schnell rechenbaren minimax-optimalen Multiskalenverfahren (SMUCE) zur Analyse von Strukturbrüchen durch die Royal Statistical Society[17] und zur Shape Analyse von Daten auf gekrümmten Räumen durch die Academia Sinica[18].
Andererseits arbeitet Munk an konkreten Problemen aus den Natur- und Lebenswissenschaften, beispielsweise zur Planung und Auswertung klinischer und pharmazeutischer Studien[19][20] oder zur biometrischen Sicherheit von Fingerabdrücken[21][22]. Ein Hauptarbeitsschwerpunkt ist die zielgerichtete Entwicklung von Verfahren zur Datenanalyse auf der Nanoskala in der Zellbiologie, insbesondere von Ionenkanälen[23][24] und zur Bildrekonstruktion und Auswertung von Daten der hochauflösenden Mikroskopie[25][26][27][28][29][30].
Ehrungen und Mitgliedschaften
- 1992 Gustav-Adolf Lienert-Preis[31]
- seit 2011 Elected member of the Göttingen Academy of Sciences and Humanities[32]
- seit 2012 Elected fellow of the Institute of Mathematical Statistics[33]
- seit 2015 Elected fellow of the The International Statistical Institute (ISI)
- 2017–2020 Member of the Council of the Institute of Mathematical Statistics[34]
- 2021 Institute of Mathematical Statistics IMS Medallion Lecture: “Empirical Optimal Transport: Inference, Algorithms, Applications”[35]
- Mitherausgeber diverser Fachzeitschriften, Annals of Statistics[36], Bernoulli[37], Electronic Journal of Statistics[38]
Weblinks
Einzelnachweise
- Axel Munk: Čebyšev-Experimente. (dnb.de [abgerufen am 19. Oktober 2022]).
- Personen – Georg-August-Universität Göttingen – Munk – Georg-August-Universität Göttingen – Arbeitsgruppen – Georg-August-Universität Göttingen – Forschung – Georg-August-Universität Göttingen. Abgerufen am 18. Oktober 2022.
- Axel Munk. Abgerufen am 18. Oktober 2022.
- Merle Behr, Chris Holmes, Axel Munk: MULTISCALE BLIND SOURCE SEPARATION. In: The Annals of Statistics. Band 46, Nr. 2, 2018, ISSN 0090-5364, S. 711–744, JSTOR:26542803.
- Claudia König, Axel Munk, Frank Werner: Multidimensional multiscale scanning in exponential families: Limit theory and statistical consequences. In: The Annals of Statistics. Band 48, Nr. 2, 1. April 2020, ISSN 0090-5364, doi:10.1214/18-AOS1806 (projecteuclid.org [abgerufen am 19. Oktober 2022]).
- Miguel del Álamo, Housen Li, Axel Munk: Frame-constrained total variation regularization for white noise regression. In: The Annals of Statistics. Band 49, Nr. 3, 1. Juni 2021, ISSN 0090-5364, doi:10.1214/20-AOS2001 (projecteuclid.org [abgerufen am 19. Oktober 2022]).
- Axel Munk, Nicolai Bissantz, Thorsten Wagner, Gudrun Freitag: On difference-based variance estimation in nonparametric regression when the covariate is high dimensional. In: Journal of the Royal Statistical Society: Series B (Statistical Methodology). Band 67, Nr. 1, Februar 2005, ISSN 1369-7412, S. 19–41, doi:10.1111/j.1467-9868.2005.00486.x.
- M. Hoffmann, A. Munk, J. Schmidt-Hieber: Adaptive wavelet estimation of the diffusion coefficient under additive error measurements. In: Annales de l'Institut Henri Poincaré, Probabilités et Statistiques. Band 48, Nr. 4, 1. November 2012, ISSN 0246-0203, doi:10.1214/11-AIHP472 (projecteuclid.org [abgerufen am 19. Oktober 2022]).
- Johannes Schmidt-Hieber, Axel Munk, Lutz Dümbgen: Multiscale methods for shape constraints in deconvolution: Confidence statements for qualitative features. In: The Annals of Statistics. Band 41, Nr. 3, 1. Juni 2013, ISSN 0090-5364, doi:10.1214/13-AOS1089 (projecteuclid.org [abgerufen am 19. Oktober 2022]).
- Katharina Proksch, Frank Werner, Axel Munk: Multiscale scanning in inverse problems. In: The Annals of Statistics. Band 46, 6B, 2. Dezember 2018, ISSN 0090-5364, doi:10.1214/17-AOS1669 (projecteuclid.org [abgerufen am 19. Oktober 2022]).
- N. Bissantz, T. Hohage, A. Munk, F. Ruymgaart: Convergence Rates of General Regularization Methods for Statistical Inverse Problems and Applications. In: SIAM Journal on Numerical Analysis. Band 45, Nr. 6, Januar 2007, ISSN 0036-1429, S. 2610–2636, doi:10.1137/060651884.
- Frank Bauer, Thorsten Hohage, Axel Munk: Iteratively Regularized Gauss–Newton Method for Nonlinear Inverse Problems with Random Noise. In: SIAM Journal on Numerical Analysis. Band 47, Nr. 3, Januar 2009, ISSN 0036-1429, S. 1827–1846, doi:10.1137/080721789.
- Peter Bühlmann, Axel Munk, Martin Wainwright, Bin Yu: Statistical Recovery of Discrete, Geometric and Invariant Structures. In: Oberwolfach Reports. Band 14, Nr. 1, 2. Januar 2018, ISSN 1660-8933, S. 949–999, doi:10.4171/OWR/2017/16.
- Max Sommerfeld, Axel Munk: Inference for empirical Wasserstein distances on finite spaces. In: Journal of the Royal Statistical Society: Series B (Statistical Methodology). Band 80, Nr. 1, Januar 2018, S. 219–238, doi:10.1111/rssb.12236.
- Max Sommerfeld, Jörn Schrieber, Yoav Zemel, Axel Munk: Optimal Transport: Fast Probabilistic Approximation with Exact Solvers. In: Journal of Machine Learning Research. Band 20, Nr. 105, 2019, ISSN 1533-7928, S. 1–23 (jmlr.org [abgerufen am 18. Oktober 2022]).
- Axel Munk, Claudia Czado: Nonparametric validation of similar distributions and assessment of goodness of fit. In: Journal of the Royal Statistical Society: Series B (Statistical Methodology). Band 60, Nr. 1, 1998, S. 223–241, doi:10.1111/1467-9868.00121.
- Klaus Frick, Axel Munk, Hannes Sieling: Multiscale change point inference. In: Journal of the Royal Statistical Society: Series B (Statistical Methodology). Band 76, Nr. 3, Juni 2014, S. 495–580, doi:10.1111/rssb.12047.
- Stephan Huckemann, Thomas Hotz, Axel Munk: INTRINSIC SHAPE ANALYSIS: GEODESIC PCA FOR RIEMANNIAN MANIFOLDS MODULO ISOMETRIC LIE GROUP ACTIONS. In: Statistica Sinica. Band 20, Nr. 1, 2010, ISSN 1017-0405, S. 1–58, JSTOR:24308976 (edu.tw [PDF; abgerufen am 18. Oktober 2022]).
- G. Freitag, S. Lange, A. Munk: Non-parametric assessment of non-inferiority with censored data. In: Statistics in Medicine. Band 25, Nr. 7, 15. April 2006, ISSN 0277-6715, S. 1201–1217, doi:10.1002/sim.2444.
- Lawrence D. Brown, J. T. Gene Hwang, Axel Munk: An unbiased test for the bioequivalence problem. In: The Annals of Statistics. Band 25, Nr. 6, 1. Dezember 1997, ISSN 0090-5364, doi:10.1214/aos/1030741076.
- Carsten Gottschlich, Thomas Hotz, Robert Lorenz, Stefanie Bernhardt, Michael Hantschel: Modeling the Growth of Fingerprints Improves Matching for Adolescents. In: IEEE Transactions on Information Forensics and Security. Band 6, Nr. 3, September 2011, ISSN 1556-6013, S. 1165–1169, doi:10.1109/TIFS.2011.2143406 (ieee.org [abgerufen am 18. Oktober 2022]).
- Benjamin Tams, Preda Mihailescu, Axel Munk: Security Considerations in Minutiae-Based Fuzzy Vaults. In: IEEE Transactions on Information Forensics and Security. Band 10, Nr. 5, Mai 2015, ISSN 1556-6013, S. 985–998, doi:10.1109/TIFS.2015.2392559 (ieee.org [abgerufen am 18. Oktober 2022]).
- Thomas Hotz, Ole M. Schutte, Hannes Sieling, Tatjana Polupanow, Ulf Diederichsen: Idealizing Ion Channel Recordings by a Jump Segmentation Multiresolution Filter. In: IEEE Transactions on NanoBioscience. Band 12, Nr. 4, Dezember 2013, ISSN 1536-1241, S. 376–386, doi:10.1109/TNB.2013.2284063 (ieee.org [abgerufen am 19. Oktober 2022]).
- Florian Pein, Inder Tecuapetla-Gomez, Ole Mathis Schutte, Claudia Steinem, Axel Munk: Fully Automatic Multiresolution Idealization for Filtered Ion Channel Recordings: Flickering Event Detection. In: IEEE Transactions on NanoBioscience. Band 17, Nr. 3, Juli 2018, ISSN 1536-1241, S. 300–320, doi:10.1109/TNB.2018.2845126 (ieee.org [abgerufen am 19. Oktober 2022]).
- Timo Aspelmeier, Alexander Egner, Axel Munk: Modern Statistical Challenges in High-Resolution Fluorescence Microscopy. In: Annual Review of Statistics and Its Application. Band 2, Nr. 1, 10. April 2015, ISSN 2326-8298, S. 163–202, doi:10.1146/annurev-statistics-010814-020343.
- Haisen Ta, Jan Keller, Markus Haltmeier, Sinem K. Saka, Jürgen Schmied: Mapping molecules in scanning far-field fluorescence nanoscopy. In: Nature Communications. Band 6, Nr. 1, 13. August 2015, ISSN 2041-1723, S. 7977, doi:10.1038/ncomms8977, PMID 26269133, PMC 4557268 (freier Volltext) – (nature.com [abgerufen am 18. Oktober 2022]).
- Johannes Schmidt-Hieber, Laura Fee Schneider, Thomas Staudt, Andrea Krajina, Timo Aspelmeier: Posterior analysis of n in the binomial (n,p) problem with both parameters unknown—with applications to quantitative nanoscopy. In: The Annals of Statistics. Band 49, Nr. 6, 1. Dezember 2021, ISSN 0090-5364, doi:10.1214/21-AOS2096.
- Thomas Staudt, Timo Aspelmeier, Oskar Laitenberger, Claudia Geisler, Alexander Egner: Statistical Molecule Counting in Super-Resolution Fluorescence Microscopy: Towards Quantitative Nanoscopy. In: Statistical Science. Band 35, Nr. 1, 1. Februar 2020, ISSN 0883-4237, doi:10.1214/19-STS753.
- Carla Tameling, Stefan Stoldt, Till Stephan, Julia Naas, Stefan Jakobs: Colocalization for super-resolution microscopy via optimal transport. In: Nature Computational Science. Band 1, Nr. 3, März 2021, ISSN 2662-8457, S. 199–211, doi:10.1038/s43588-021-00050-x, PMID 35874932, PMC 7613136 (freier Volltext).
- Gytis Kulaitis, Axel Munk, Frank Werner: What is resolution? A statistical minimax testing perspective on superresolution microscopy. In: The Annals of Statistics. Band 49, Nr. 4, 1. August 2021, ISSN 0090-5364, doi:10.1214/20-AOS2037.
- Stephan Wagner: Biometrische Gesellschaft: Die Preisträger. Abgerufen am 18. Oktober 2022.
- Mitglieder: Akademie der Wissenschaften zu Göttingen (AdW). Abgerufen am 18. Oktober 2022.
- Institute of Mathematical Statistics | Members’ News: March 2012. Abgerufen am 18. Oktober 2022 (englisch).
- Institute of Mathematical Statistics | Past Committee Members. Abgerufen am 18. Oktober 2022 (englisch).
- IMS Medallion Lecture: “Empirical Optimal Transport: Inference, Algorithms, Applications”, Axel Munk. Abgerufen am 18. Oktober 2022 (deutsch).
- Institute of Mathematical Statistics | Annals of Statistics. Abgerufen am 18. Oktober 2022 (englisch).
- Directory. Abgerufen am 18. Oktober 2022.
- Institute of Mathematical Statistics | Electronic Journal of Statistics. Abgerufen am 19. Oktober 2022 (englisch).