Avatar

Volker J Schmid

Professor for Bayesian Imaging and Spatial Statistics

Institut für Statistik, Ludwig-Maximilians-Universität München

Volker J Schmid ist Professor für Statistik mit Schwerpunkt Bayesianische Statistik für räumliche und Bilddaten. Sein Forschungschwerpunkt liegt bei der Entwicklung effizienter Algorithmen für hochdimensionale Bayesianische Methoden. Anwendung finden diese Methoden in der medizinischen Bildgebung, für Mikroskopie-Bilder in der Biologie sowie bei traditioneller räumlichen Statistik wie zum Beispiel der Krankheitskartierung.

Volker Schmid ist Leiter der Gruppe Bayesianische Bildgebung und Räumliche Statistik am Institut für Statistik der Ludwig-Maximilians-Universität München. Er ist an mehreren Initiativen beteiligt, die Statistik und Datenwissenschaft verbinden, darunter das Munich Center of Machine Learning.

Interessen

  • Bayes-Statistik
  • Räumliche Statistik
  • Bildanalyse und Bildverarbeitung

Bildung

  • Dr. rer. nat. in Statistik, 2004

    Ludwig-Maximilians-Universität München

  • Diplom Statistik, 2000

    Ludwig-Maximilians-Universität München

  • Abitur, 1993

    Joseph-von-Fraunhofer-Gymnasium Cham

Software

Bayesian Age-Period-Cohort-Modelling and Prediction

BAMP is a software package to analyze incidence or mortality data on the Lexis diagram, using a Bayesian version of an …

bioimagetools

R-Paket für Bildverarbeitung in 3D und 4D mit Fokus Mikroskopie.

nucim

Nucleome Imaging Toolbox is an R package for quantitative analyses of the 3D nuclear landscape recorded with super-resolved …

Software for Magnetic Resonance Imaging

Software for Analysing Data from Dynamic Contrast-Enhanced Magnetic Resonance Imaging (DCE-MRI), Cardiac Magnetic Resonance (CMR) …

Lehre

Räumliche Statistik

  • Für die Masterstudiengänge der Statistik und Data Science
  • Räumliche Prozesse auf diskreten Gittern, Geostatistik, Punktprozesse, Geoadditive Regression, Räumlich-zeitliche Prozesse
  • nächste: Sommersemester 2020

Einführung in die Bayesianische Statistik

  • Für Bachelor Statistik und Nebenfach Statistik
  • Grundlagen der Bayes-Statistik und Anwendungen
  • Als Online-Kurs März 2020

Schätzen und Testen II

  • Masterstudiengänge der Statistik
  • Teil: Fortgeschrittene (Nicht- und semiparametrische) Regression, Dichteschätzung
  • nächste: Sommersemester 2020

Wahrscheinlichkeitstheorie

  • Bachelor Statistik, 3. Semester
  • Wahrscheinlichkeitstheorie
  • nächste: Wintersemester 2019/20

Bioimaging

  • Für die Masterstudiengänge der Statistik und Data Science
  • Digitale Bildverarbeitung, statistische Bildanalyse, Anwendungen in Medizin und Biologie
  • nächste: Wintersemester 2020/21

Einführung in die Stochastischen Prozesse

  • Für die Masterstudiengänge der Statistik
  • Definition und Eigenschaften der Stochastischen Prozesse, ausgewählte Prozesse
  • nächste: Sommersemester 2020

Kontakt