Forschung

In meiner Forschung versuche ich zu einem besseren mathematischen Verständnis von künstlichen neuronalen Netzwerken beizutragen. Insbesondere interessieren mich neuronale Netzwerke in der numerischen Analysis.

Publications

  1. Dick J.; Feischl, M.; Zehetgruber, F., High Probability Derivative Bounds for Random tanh Neural Networks on a Hypercube, arXiv E-print, 2026
  2. Feischl, M.; Zehetgruber, F., Computational Math with Neural Networks is Hard, arXiv E-print, 2025
  3. Feischl, M.; Schwab, C.; Zehetgruber, F., Neural General Operator Networks via Banach Fixed Point Iterations, SAM report, 2025, accepted in Mathematical Foundations of Machine Learning
  4. Feischl, M.; Rieder, A.; Zehetgruber, F., Towards optimal hierarchical training of neural networks, In arXiv E-print, 2024

Förderungen

2026: Jänner bis August

Marietta-Blau Stipendium vom Bundesministerium für Frauen, Wissenschaft und Forschung der Republik Österreich: 8 Monate Forschungsaufenthalt an der UNSW Sydney bei Prof. Josef Dick

Kurzer CV

seit 11/2023

Projektassistent an der TU Wien betreut durch Univ. Prof. Michael Feischl am Institut für Analysis und Scientific Computing

09/2023

Master der Sorbonne Université Paris nach Absolvierung des Programms Mathématiques de la Modélisation (Mathematische Modellierung)

2021

Bachelor of Science in Technischer Mathematik (BSc.) an TU Wien

Frühe Arbeiten