Ph.D Position on Machine Learning in Biomechanics (m/w/d)

Technische Universität München (Technical University of Munich); München; Vor Ort; EUR 36.000 - 45.000; Vollzeit

Zusammenfassung

Eine führende deutsche Universität sucht eine/n Ph.D.-Student/in zur Entwicklung effizienter Lösungen in der diagnostischen Biomechanik. Die Position erfordert Kenntnisse in Kontinuumsmechanik, maschinellem Lernen und medizinischer Bildgebung. Die Forschung konzentriert sich darauf, robuste Frameworks zu erstellen, um eine Echtzeit-Diagnostik zu ermöglichen. Kontakt: [e-mail].

Qualifikationen

• Starkes Interesse an Kontinuumsmechanik und maschinellem Lernen.
• Erfahrung in rechnergestützter Mathematik und probabilistischer Modellierung.
• Hintergrund in medizinischer Bildgebung ist von Vorteil.

Aufgaben

• Erweiterung der Methoden für hochdimensionale Elastographie-Probleme.
• Entwicklung physikbewusster Strategien für Echtzeit-Inferenz.
• Aufbau robuster Frameworks für multimodale Elastographie.

Jobbeschreibung

01.09.2025, Wissenschaftliches Personal (For English see below)

In Unserer Professur ist eine Ph.D.-Position zu besetzen, um zur Entwicklung effizienter, überprüfbarer und praxisnaher Lösungen für inverse Probleme in der diagnostischen Biomechanik beizutragen, mit besonderem Schwerpunkt auf Elastographie. Das Projekt baut auf unserem kürzlich entwickelten Weak Neural Variational Inference (WNVI)-Framework auf und zielt darauf ab, dessen Fähigkeiten in den folgenden Bereichen zu erweitern.

Die Forschung vereint Kontinuumsmechanik, maschinelles Lernen, rechnergestützte Mathematik und probabilistische Modellierung mit direkten Anwendungen in der medizinischen Bildgebung und darüber hinaus.

Details finden Sie im unten genannten Link.

Responsibilities / Aufgaben

• Scalability: Erweiterung der Methoden auf hochdimensionale und dreidimensionale Elastographie-Probleme unter Verwendung neuronaler Operatoren.
• Computational efficiency: Entwicklung adaptiver und physikbewusster Strategien (z. B. optimierte Residuen-Auswahl, physikbasierte Zoom-Techniken) für Echtzeit-Inferenz.
• Praktische Anwendbarkeit: Aufbau robuster, benutzerfreundlicher Frameworks für multimodale Elastographie und Ermöglichung der Nutzung auf tragbaren Geräten (z. B. Smartphones) für Echtzeit-Diagnostik.

Details can be found in the link below.

Qualifications / Anforderungen

Die Stelle ist für die Besetzung mit schwerbehinderten Menschen geeignet. Schwerbehinderte Bewerberinnen und Bewerber werden bei ansonsten im Wesentlichen gleicher Eignung, Befähigung und fachlicher Leistung bevorzugt eingestellt.

Hinweis zum Datenschutz

Im Rahmen Ihrer Bewerbung um eine Stelle an der Technischen Universität München (TUM) übermitteln Sie personenbezogene Daten. Beachten Sie bitte hierzu unsere Datenschutzhinweise gemäß Art. 13 Datenschutz-Grundverordnung (DSGVO) zur Erhebung und Verarbeitung von personenbezogenen Daten im Rahmen Ihrer Bewerbung. Durch die Übermittlung Ihrer Bewerbung bestätigen Sie, dass Sie die Datenschutzhinweise der TUM zur Kenntnis genommen haben.

Kontakt: [e-mail]

Mehr Information

https://www.epc.ed.tum.de/fileadmin/w00cgc/ddmm/pdf/PhD_DFG_Inverse_Bio_2025.pdf