2023 George Baravdish, Tomas Johansson, Olof Svensson, W. Ssebunjo (2023) Identifying a response parameter in a model of brain tumour evolution under therapy IMA Journal of Applied Mathematics Vidare till DOI 2022 Rym Jaroudi, Lukáš Malý, Gabriel Eilertsen, Tomas Johansson, Jonas Unger, George Baravdish (2022) Standalone Neural ODEs with Sensitivity Analysis George Baravdish, Gabriel Eilertsen, Rym Jaroudi, Tomas Johansson, Lukáš Malý, Jonas Unger (2022) Learning via nonlinear conjugate gradients and depth-varying neural ODEs 2020 George Baravdish, Yuanji Cheng, Olof Svensson, Freddie Åström (2020) Generalizations of p-Laplace operator for image enhancement: Part 2 Communications on Pure and Applied Analysis, Vol. 19, s. 3477-3500 Vidare till DOI Scott Fowler, Gabriel Baravdish, George Baravdish (2020) 3D Imaging of Sparse Wireless Signal Reconstructions via Machine Learning ICC 2020 - 2020 IEEE INTERNATIONAL CONFERENCE ON COMMUNICATIONS (ICC) Vidare till DOI
George Baravdish, Tomas Johansson, Olof Svensson, W. Ssebunjo (2023) Identifying a response parameter in a model of brain tumour evolution under therapy IMA Journal of Applied Mathematics Vidare till DOI
Rym Jaroudi, Lukáš Malý, Gabriel Eilertsen, Tomas Johansson, Jonas Unger, George Baravdish (2022) Standalone Neural ODEs with Sensitivity Analysis
George Baravdish, Gabriel Eilertsen, Rym Jaroudi, Tomas Johansson, Lukáš Malý, Jonas Unger (2022) Learning via nonlinear conjugate gradients and depth-varying neural ODEs
George Baravdish, Yuanji Cheng, Olof Svensson, Freddie Åström (2020) Generalizations of p-Laplace operator for image enhancement: Part 2 Communications on Pure and Applied Analysis, Vol. 19, s. 3477-3500 Vidare till DOI
Scott Fowler, Gabriel Baravdish, George Baravdish (2020) 3D Imaging of Sparse Wireless Signal Reconstructions via Machine Learning ICC 2020 - 2020 IEEE INTERNATIONAL CONFERENCE ON COMMUNICATIONS (ICC) Vidare till DOI
Bättre ljud på bussen när Norrköping stöttar forskare Genomtänkta ljud för passagerarna i kollektivtrafiken. Det är målet för ett av tre LiU-projekt som får ekonomiskt stöd av Norrköpings kommun.
Institutionen för teknik och naturvetenskap (ITN) Vi forskar och undervisar inom flera tekniska och naturvetenskapliga discipliner. Våra största områden är organisk elektronik, medieteknik, kommunikationssystem och logistik.
Fysik, elektroteknik och matematik Vid Fysik, elektroteknik och matematik (FEM) forskar och utbildar vi inom kommunikationselektronik, matematik, ingenjörsdidaktik, fysikalisk elektronik och nanoteknologi.