Fotografi av Jan Rolfes

Jan Rolfes

Universitetslektor

Jag är universitetslektor vid avdelningen Tillämpad matematik (TIMA).

Optimering under osäkerhet

De flesta beslut som fattas i dagens samhälle är utsatta för olika typer av osäkerhet. Till exempel kräver driften av ett modernt elnät att man tar hänsyn till variationer i förnybara energikällor. Därför är det viktigt att studera hur dessa osäkerheter påverkar våra beslut och hur bättre beslut kan fattas baserat på de bästa data och expertkunskaper som finns tillgängliga. I detta syfte är de huvudsakliga forskningsområdena som beaktas distributionsmässig robusthet och datavetenskap. Det förstnämnda möjliggör att skydda ett beslut mot sannolika men oönskade händelser, såsom oväntat svag vind, medan det sistnämnda tillåter att inkludera datadrivna samband, exempelvis hur väder påverkar energiproduktionen i ett helt område. Genom att inkludera osäkerheter strävar man efter att fatta bättre beslut inom andra områden såsom ekonomi, elektroteknik, kemiteknik, fordonsingenjörskonst samt metrisk geometri.

Kortfattat CV (på engelska)

  • Associate Professor for Optimization under Uncertainty, Department of Mathematics, Linköping University
    since 2024
  • Researcher, Unit of Power Systems, RISE - Research Institutes of Sweden
    since 2024
  • Interim Professor for Data Driven Design of Dynamical Systems, Department of Data Science, University of Erlangen-Nuremberg, Germany
    2023 to 2024
  • Lecturer („Akademischer Rat“) in Data Science, University of Erlangen-Nuremberg, Germany
    Advisors: Alexander Martin, Frauke Liers
    2019 to 2023
  • Researcher in Optimization and System Theory, Royal Institute of Technology (KTH) Stockholm, Sweden
    Advisor: Jan Kronqvist
    2022 to 2023
  • Postdoctoral Researcher in Computer Science, University of Cologne, Germany
    Advisor: Michael Jünger
    2019
  • PhD in Applied Mathematics, University of Cologne, Germany
    Advisor: Frank Vallentin
    2015 to 2019

Publikationer

2025

Jana Dienstbier, Frauke Liers, Jan Rolfes (2025) A Safe Approximation Based on Mixed-Integer Optimization for Non-Convex Distributional Robustness Governed by Univariate Indicator Functions

2024

Sebastian Kreuz, Benjamin Apeleo Zubiri, Silvan Englisch, Moritz Buwen, Sung-Gyu Kang, Rajaprakash Ramachandramoorthy, Erdmann Spiecker, Frauke Liers, Jan Rolfes (2024) Improving reconstructions in nanotomography for homogeneous materials via mathematical optimization Nanoscale Advances, Vol. 6, s. 3934-3947 (Artikel i tidskrift) Vidare till DOI
Jan Rolfes, Robert Schüler, Marc Christian Zimmermann (2024) Bounds on Polarization Problems on Compact Sets via Mixed Integer Programming Discrete & Computational Geometry, Vol. 73, s. 550-568 (Artikel i tidskrift) Vidare till DOI
Jan Kronqvist, Boda Li, Jan Rolfes, Shudian Zhao (2024) Alternating Mixed-Integer Programming and Neural Network Training for Approximating Stochastic Two-Stage Problems Machine Learning, Optimization, and Data Science - 9th International Conference, LOD 2023, Revised Selected Papers, s. 124-139 (Konferensbidrag) Vidare till DOI
Jan Kronqvist, Boda Li, Jan Rolfes (2024) A mixed-integer approximation of robust optimization problems with mixed-integer adjustments Optimization and Engineering, Vol. 25, s. 1271-1296 (Artikel i tidskrift) Vidare till DOI

Organisation