Forschungsschwerpunkte
- (Lokalisierte) Modellreduktion und Reduzierte Basen Methoden
- Optimal stabile Diskretisierungen
- Transportprozesse in porösen Medien
Akademische Ausbildung
- MSc. Mathematik mit Nebenfach Informatik, Westfälische Wilhelms-Universität Münster
- BSc. Mathematik mit Nebenfach Informatik, Westfälische Wilhelms-Universität Münster
-
Lehre
- Praktikum: Nichtlineare Modellierung in den Naturwissenschaften [104493]
(zusammen mit Prof. Dr. Andreas Heuer, Julia Schleuß, Prof. Dr. Christian Engwer, Priv.-Doz. Svetlana Gurevich, Prof. Dr. Mario Ohlberger, Prof. Dr. André Schlichting)
- Praktikum: Nichtlineare Modellierung in den Naturwissenschaften [102396]
(zusammen mit Prof. Dr. Andreas Heuer, Julia Schleuß, Prof. Dr. Christian Engwer, Priv.-Doz. Svetlana Gurevich, Prof. Dr. Mario Ohlberger, Prof. Dr. André Schlichting)
[ - | M B 4 (M 4) | Prof. Dr. Andreas Heuer]
[ - | Prof. Dr. Andreas Heuer]
[SRZ 205 | Prof. Dr. Andreas Heuer]
- Praktikum: Einführung in die Numerik mit Python [100378]
(zusammen mit Prof. Dr. Mario Ohlberger, Hendrik Kleikamp) - Praktikum: Nichtlineare Modellierung in den Naturwissenschaften [100417]
(zusammen mit Prof. Dr. Andreas Heuer, Prof. Dr. Christian Engwer, Priv.-Doz. Svetlana Gurevich, Prof. Dr. Mario Ohlberger, Prof. Dr. André Schlichting)
- Praktikum: Nichtlineare Modellierung in den Naturwissenschaften [108414]
(zusammen mit Prof. Dr. Andreas Heuer, Prof. Dr. Christian Engwer, Priv.-Doz. Svetlana Gurevich, Prof. Dr. Mario Ohlberger, Prof. Dr. André Schlichting)
- Praktikum: Nichtlineare Modellierung in den Naturwissenschaften [106351]
(zusammen mit Julia Schleuß, Prof. Dr. Christian Engwer, Priv.-Doz. Svetlana Gurevich, Prof. Dr. Mario Ohlberger, Hendrik Kleikamp, Prof. Dr. André Schlichting, Prof. Dr. Andreas Heuer)
- Praktikum: Nichtlineare Modellierung in den Naturwissenschaften [104437]
(zusammen mit Prof. Dr. Andreas Heuer, Julia Schleuß, Prof. Dr. Christian Engwer, Priv.-Doz. Svetlana Gurevich, Prof. Dr. Mario Ohlberger)
- Praktikum: Nichtlineare Modellierung in den Naturwissenschaften [104493]
Publikation
- . . An optimally stable approximation of reactive transport using discrete test and infinite trial spaces arXiv. doi: 10.48550/arXiv.2303.15943. [eingereicht / in Begutachtung]
Vorträge
Praxisorientierte Vorträge
- Renelt, Lukas (): ‘Representation of parametric PDEs in Dune-PDELab and application to model order reduction’. 7th DUNE user meeting, Dresden, .
Wissenschaftliche Vorträge
- Renelt, Lukas (): ‘Model order reduction for reaction-advection problems’. Minisymposium on 'Reducing the irreducible: model reduction for transport-dominated problems' at ENUMATH 2023, Lisbon, .
- Renelt, Lukas (): ‘An optimally stable discretization scheme for parametrized convection-dominated problems’. Minisymposium on 'Numerical methods for differential equations' at GAMM 93rd annual meeting, Dresden, .
- Renelt, Lukas (): ‘Localized Model Order Reduction for convection-dominated problems using an optimally stable discretization’. YMMOR - Young Mathematicians in Model Order Reduction, Ulm, .
Praxisorientierte Vorträge
- Keil, Tim; Renelt, Lukas (): ‘Introduction to the Reduced Basis Method’. YMMOR - Young Mathematicians in Model Order Reduction, Münster, .
Wissenschaftliche Vorträge
- Renelt, Lukas (): ‘Localized MOR for advection-dominated convection-diffusion problems’. YMMOR - Young Mathematicians in Model Order Reduction, Münster, .
Das YMMOR Konferenzformat
Die YMMOR-Konferenz (Young Mathematicians in Model Order Reduction) ist ein Konferenzformat, das sich an Doktoranden und junge Postdocs richtet, die im Bereich Modellreduktion arbeiten. Sowohl in die Organisation als auch in die Durchführung sind erfahrenere Wissenschaftler wie etwa Professoren explizit nicht eingebunden um eine lockere Atmosphäre zu fördern. Die ersten beiden Iterationen der Konferenz in Münster (2022) und Ulm (2023) wurden von den etwa 40 internationalen Teilnehmer*innen äußerst positiv empfunden. Die nächste Konferenz wird im Frühjahr 2024 in Stuttgart stattfinden, weitere Informationen hierzu folgen in naher Zukunft.