Dr. Oliver Pajonk

Allgemeines

Institut für Wissenschaftliches Rechnen

Hans-Sommer-Strasse 65
D-38092 Braunschweig, Germany

Raum:
104b (1. Stock)


Telefon:
+49 (0) 531 391 - 3014


Telefax:
+49 (0) 531 391 - 3003


E-Mail:
o.pajonk(at)tu-bs.de


Elektrobit Automotive GmbH

Hannoversche Straße 60
38116 Braunschweig

Arbeitsgebiete

  • Forschung und Entwicklung im Bereich numerischer Methoden für Unsicherheitsquantifizierung, hochdimensionale inverse Probleme und Optimierung in den Geowissenschaften
  • Hauptanwendungsgebiete sind zur Zeit History Matching und Optimierungsprobleme im Bereich von Erdöl- und Erdgasanwendungen
  • Parallele Software- und spezifische Rechnerarchitekturen
  • Komponentenbasierte Softwarearchitekturen
  • Connected Car Anwendungen

Forschungsinteressen

Effiziente Lösung inverser Probleme und Unsicherheitsquantifizierung

  • Lösung dynamischer inverser Probleme durch Bayes'sche Methoden, z.B. mit sequentiellen Monte Carlo Methoden wie dem Ensemble Kalman Filter oder anderen Partikelfiltern, insbesondere aber mit Hilfe von spektralen stochastischen Methoden / funktionalanalytischen Methoden wie der (generalized) Polynomial Chaos Expansion.
  • Hierbei beschäftige ich mich insbesondere mit effizienzsteigernden Methoden wie Datenkompressions- und Reduktionstechniken, Parametrisierung, Parallelisierung und effizienter Implementierung. Allerdings sind auch Wartbarkeit und Effizienz in der Software-Entwicklung selbst ein Thema.
  • Meine Hauptanwendung ist die Bearbeitung des History Matching Problems im Bereich des Hydrocarbon Reservoir Engineering. Hier werden numerische priori Modelle eines solchen Reservoirs durch Konditionierung auf Produktionsdaten, seismische Daten und andere Messdaten so verändert, dass die Produktionshistorie wiedergegeben werden kann und Vorhersagen (unter Quantifizierung der Unsicherheit) getroffen werden können. Dies ist ein hochdimensionales, nichtlineares Problem in welchem manchmal Millionen von Unbekannten bearbeitet werden müssen (viele davon sind zwar mehr oder weniger korreliert, aber nicht in einfacher Art und Weise).

Numerische Optimierung und Softwarekomponententechnologie

Numerische Verfahren zur effizienten Funktionalauswertung

  • Siehe meine Diplomarbeit weiter unten.

Sonstiges

  • Meine Dissertation mit dem Thema Stochastic Spectral Methods for Linear Bayesian Inference kann hier heruntergeladen werden.
  • Meine Diplomarbeit mit dem Thema Numerical Evaluation of Functionals based on Variance Minimisation kann hier heruntergeladen werden.
    • 2008-07-10: Update: Es gab ein paar kleine Notationsfehler die ich beseitigt habe.
    • 2007-09-07: Das PDF der Diplomarbeit war fehlerhaft und hat keine korrekte Bibliografie enthalten.

  • Die Folien zu meinem Vortrag Version Control using Subversion gibt es hier.