„Bei der Theorie des Samplings soll eine mathematische Funktion – zum Beispiel eine physikalische Größe wie die Temperatur – anhand von Samplen, also Abtastungen, möglichst gut rekonstruiert werden“, schildert Professor Voigtlaender. Als anschauliches Beispiel hierfür führt er die Temperatur auf der Erdoberfläche an: „Es gibt prinzipiell an jeder Stelle eine Temperatur, aber man kann diese nur an endlich vielen Stellen mittels Sensoren oder Thermometern messen. Die Aufgabe ist dann, die wahre Temperatur an jeder beliebigen Stelle der Erdoberfläche anhand der Messwerte möglichst gut zu approximieren.“
Mit der von den Professoren Voigtlaender, Ullrich sowie von Thomas Jahn entwickelten „sehr allgemeinen und abstrakten Methode“ können auf vielen Anwendungsfeldern bessere Ergebnisse bei gleich vielen oder sogar weniger Messdaten erzielt werden. „Wir haben die Methode ursprünglich für ein anderes Paper als Beweistechnik verwendet und im Nachhinein entdeckt, dass das Verfahren viel allgemeiner anwendbar ist. Unsere Methode basiert auf der Theorie des Compressive Sensing, welches auch in MRT Geräten verwendet wird, um die Messzeit, also die Zeit, die der Patient ,in der Röhre‘ liegen muss, zu verringern – bei gleicher oder besserer Qualität des MRT-Bilds“, erklärt Prof. Voigtlaender weiter.
Für das Award-Komitee des Journal of Complexity weisen die Forschungen „außergewöhnliche Verdienste auf“, wie es in der Bekanntgabe der Gewinner heißt. Für Prof. Voigtlaender und Jahn ist das eine große Ehre: „Das ist ein sehr wichtiger Preis in der Community, den erhält man nicht alle Tage“, so Prof. Voigtlaender. Neben der Auszeichnung freut die beiden Forscher die hohe Rezeption, die der Beitrag erfährt. „Andere haben unsere Ergebnisse bereits aufgegriffen und bauen darauf auf“, führt Jahn an.