
Dissertant
Mathematik und Signalverarbeitung in der Akustik
Maschinelles Lernen
Tel. +43 1 51581-2545
Email: daniel.haider(at)oeaw.ac.at
Bildung
Daniel Haider studierte Mathematik an der Universität Wien mit einem Schwerpunkt in Angewandter Mathematik und Scientific Computing. 2019 schrieb er am ARI seine Masterarbeit mit dem Titel "Aspects of Time-Frequency Scattering and Towards Phase Scattering" unter der Betreuung von Peter Balazs. Seit 2020 ist er Dissertant am ARI.
Derzeitige Forschung
Daniel arbeitet seit 2019 in den Arbeitsgruppen "Mathematik und Signalverarbeitung in der Akustik" und "Machinelles Lernen in der Akustik" und ist interessiert daran, Konzepte aus dem Bereich des Maschinellen Lernens in Audio Anwendungen mit einem mathematischen Zugang zu untersuchen. Im Rahmen seiner Dissertation betrachtet er Techniken und Methoden, die in Künstlichen Neuronalen Netzen eingesetzt werden unter Verwendung der Frame Theorie.
Projekte
Publikationen
Publikationen
- Haider D.; Ehler M.; Balazs P. (2023) Convex Geometry of ReLU-Layers, Injectivity on the Ball and Local Reconstruction. Proceedings of the 40th International Conference on Machine Learning. Honolulu.RIS ENW BIB
- Feichtinger H.G.; Balazs P.; Haider D. (2023) Double Preconditioning for Gabor Frame Operators: Algebraic, Functional Analytic and Numerical Aspects. Applied and Computational Harmonic Analysis, Bd. 66, S. 101-137.DOI RIS ENW BIB
- Haider D.; Balazs P.; Holighaus N. (2021) Phase-based Signal Representations for Scattering. Proceedings of the 29th European Signal Processing Conference. Dublin.RIS ENW BIB
- Haider D.; Balazs P. (2019) Extraction of Rhythmical Features with the Gabor Scattering Transform. Proceedings of the 14th International Symposium on Computer Music Multidisciplinary Research (CMMR), Marseille, France, Oct. 14-18. S. 916-923.RIS ENW BIB
- Haider D. (2019) Aspects of Time-Frequency Scattering and Introducing Phase Scattering. . Universität Wien, .RIS ENW BIB