Das übergreifende Ziel der Arbeitsgruppe ist die Entwicklung eines ganzheitlichen Ansatzes für die dynamische Bildrekonstruktion und Informationsextraktion, der eine effiziente Behandlung hochdimensionaler dynamischer inverser Probleme ermöglicht. Erreicht wird dies durch die Entwicklung sowohl modellbasierter als auch datengesteuerter Ansätze, gefolgt von Techniken zur Ableitung einer rechnerisch effizienten Approximation. Die Themen der Arbeitsgruppe stehen sowohl an der Spitze der aktuellen Forschung im Bereich der inversen Probleme und sind darüber hinaus auch entscheidend für ein breites Spektrum künftiger technologischer Entwicklungen, die derzeit noch nicht in Reichweite sind.

Die drei Forschungsbereiche Modellierung, Lernen und Anwendungen bilden die drei Säulen der Arbeitsgruppe. Kernstück ist die intensive Zusammenarbeit der drei Projektbereiche mit Experten aus den Bereichen inverse Probleme, maschinelles Lernen, Optimierung und Variationsvmethoden, numerische Analyse und Modellreduktion sowie ingenieurwissenschaftliche und biowissenschaftliche Anwendungen; dieser ganzheitliche Ansatz ist in der Forschung völlig neu und öffnet die Tür zu einer Methodik und zu Anwendungen, deren Innovationskraft kaum absehbar ist.