Personen

Prof. Dr. Filippo Riccio

Zum Personenverzeichnis

Leiter des Labors Imaging and Data Science
Studiengangsfachberater für den M.Sc. Mathematics for Business and Industry
Mitglied des Research Center for Artificial Intelligence
Mitglied der Society for Industrial and Applied Mathematics

Angewandte Mathematik

Lehre

Lehrveranstaltungen

Aktuelles Semester - WISe 2026 / 2027

Vergangenen Lehrveranstaltungen  - Thematische Übersicht

  • Mathematics 1, Mathematics 2, Ingenieurmathematik 1.
  • Mathematical Foundations of Image Processing, Computer Vision.
  • Statistics, Data Science, Stochastic Algorithms.

Abschlussarbeiten

  • Chamfer Matching in Object Recognition: Mathematical Foundations, Implementation and Evaluation, B.Sc. Mathematics, OTH Regensburg, 2026.
  • Anomalieeerkennung in industriellen Bilddateien mithilfe von Autoencoding, B.Sc. Mathematik, OTH Regensburg, 2026.
  • Weiterentwicklung einer Bilderkennung zur Displayanalyse von Funkgeräten mithilfe von Machine Learning Algorithmen, B.Sc. Elektro- und Informationstechnik, OTH Regensburg, 2026.

Themenangebote für Abschlussarbeiten

Ich betreue Bachelor- und Masterarbeiten zu mathematischen Methoden und Algorithmen in folgenden Bereichen:

  • Dokumentanalyse: Informationsextraktion, multimodale KI und synthetische Dokumente
  • Industrielle Bildverarbeitung: KI-gestützte Prüf- und Messverfahren
  • Data Science: Datenanalyse, Mustererkennung und Vorhersagemodelle
  • Optimierung: stochastische Verfahren für industrielle Anwendungen

Die Themen werden gemeinsam an Ihre Interessen und Vorkenntnisse angepasst. Eigene Vorschläge sind willkommen.

Interesse? Schreiben Sie mir mit Ihrem Themenwunsch, Studiengang und geplantem Bearbeitungszeitraum.

Forschung

Forschungsschwerpunkte

Meine Forschungsschwerpunkte liegen in mathematischen Methoden und Algorithmen mit Anwendungen in:

  • Intelligente Dokumentanalyse und Informationsextraktion – multimodale Foundation-Modelle, synthetische Dokumentgenerierung
  • Industrieller Bildverarbeitung – intelligente Prüf- und Messsysteme auf Basis klassischer und KI-gestützter Verfahren
  • Data Science – datengetriebene Modellierung, Mustererkennung und Vorhersageanalytik
  • Optimierung – Stochastische Verfahren für großskalige und industrielle Probleme

Durch die enge Verknüpfung theoretischer Grundlagen mit praxisorientierten Anwendungen verfolge ich das Ziel, sowohl den wissenschaftlichen Fortschritt voranzutreiben als auch innovative Lösungen für die Industrie zu ermöglichen.

Vorträge und Konferenzbeiträge

  • Industrial Computer Vision: Trends, Challenges, and a Transfer Learning Case Study, 24th International Conference of Numerical Analysis and Applied Mathematics, Iraklio (Griechenland), 2026. 

Werdegang

Berufliche Erfahrung

  • 01.2021 - 08.2024: Abteilungsleiter für Bildverarbeitung und KI-Systeme, evopro systems engineering AG, Regensburg
  • 02.2017 - 12.2020: Teamleiter Industrielle Bildverarbeitung, evopro systems engineering AG, Regensburg
  • 05.2015 - 01.2017: Softwareentwickler für Prüfssysteme, evopro systems engineering AG, Regensburg

Akademische Erfahrung

  • 01.2014 - 01.2015: Gastdozent, Universität Mannheim. Modellierung, Wissenschafliches Rechnen, Optimale Steuerung
  • 01.2012 - 08.2013: Postdoktorand, Universität Würzburg. Multigrid-Optimierungsmethoden
  • 01.2010 - 12.2011: Postdoktorand, Zweite Universität Neapel. Globale Optimierungsmethoden und Methoden der Optimierung erster Ordnung

Ausbildung

2005 - 2009: Promotion in Mathematik, mit Auszeichnung. Dissertation: Global Optimization Methods for the Detection of Gravitational Waves

2001-2005: Diplom in Mathematik,  110 cum laude. Diplomarbeit: A Global Optimization Algorithm for a Problem in Astrophysics

1996 - 2000: Musikhochschule Neapel „San Pietro a Majella“. Klassische Musik, Hauptfach Klavier.

Veröffentlichungen