Die wissenschaftliche Arbeit am Lehrstuhl für Funktionalanalysis liegt im Bereich hochdimensionaler Objekte und Strukturen und deren Anwendungen, d.h. sie widmet sich Fragestellungen im Rahmen der Grundlagenforschung, die von einer Vielzahl von Parametern abhängen. Solche Probleme sind in der heutigen Zeit allgegenwärtig, etwa in den Bereichen der Künstlichen Intelligenz und des maschinellen Lernens. „Da sie nicht mit traditionellen numerischen Verfahren gelöst werden können – Grund dafür ist der sogenannte Fluch der Dimension –, ist ein grundlegendes Verständnis hochdimensionaler Strukturen von fundamentaler Bedeutung für die moderne Wissenschaft und unsere Gesellschaft“, so Lehrstuhlinhaber Prof. Dr. Joscha Prochno.
Im Jahr 2021 erhielt Prochno, der vorher an der Karl-Franzens-Universität in Graz forschte, mit dem Preis der Österreichischen Mathematischen Gesellschaft den höchsten österreichischen Mathematik-preis. Ausgezeichnet wurde er für seine, wie es in der Begründung heißt, „herausragenden wissenschaftlichen Arbeiten auf den Gebieten der Funktionalanalysis, Geometrie und Wahrscheinlichkeitstheorie".
Dr. Mathias Sonnleitner, ehemaliger Doktorand und Mitarbeiter am Lehrstuhl für Funktionalanalysis, wurde im Jahr 2022 mit dem Information-Based Complexity Young Researcher Award für seine Beiträge zur Informations-basierten Komplexität ausgezeichnet. Er beschäftigt sich auf dem Gebiet der theoretischen Numerik mit optimalen Algorithmen und Fragestellungen zur Rechenkomplexität. Dieser Preis wird an herausragende junge Wissenschaftlerinnen und Wissenschaftler verliehen, die das 35. Lebensjahr noch nicht überschritten haben.
In diesem Jahr erhält nun Dr. David Krieg den Prize for Achievement in Information-Based Complexity für seine Beiträge im Bereich der zufälligen Approximation hochdimensionaler Probleme. „Ich gratuliere Herrn Dr. Krieg ganz herzlich zu dieser Auszeichnung. Wir freuen uns natürlich sehr, wenn die Arbeit, die wir hier am Lehrstuhl leisten, auch auf internationaler Ebene so anerkannt wird“, so Prochno.