Invited Survey Papers/Book Reviews

2025

• W. Samek, U. Schmidt, J. Hoffart, D. Keim, G. Kutyniok, P. Schlunder. Nachvollziehbare KI. Erklären, für wen, was und wofür. Plattform Lernende Systeme, 2025. [pdf]
• G. Kutyniok. How Can Reliability of Artificial Intelligence Be Ensured? In: Harvard Data Science Review 7, 2025. [link]
• H. Boche, A. Fono, and G. Kutyniok. Fundamentale Grenzen der künstlichen Intelligenz aus mathematischer Sicht. In: Sammelband “Grenzen Künstlicher Intelligenz“ (Markus Maier/Benjamin Rathgeber (Hrsg.), Kohlhammer-Gruppe, 2025.
• W.Samek, U. Schmid, J. Hoffart, D. Keim, G. Kutyniok, P. Schlunder, Whitepaper “Nach vollziehbare KI. Erklären, für wen, was und wofür“, Plattform Lernende Systeme, 2025.
• S. Brüggenwirth, A. Burchard, T. Fingscheidt, H. Hoos, K. Illgner, H. Junklewitz, A. Kaup, K. von Knop, J. Köhler, G. Kutyniok, R. Martin, D. Kolossa, S. Möller, R. Schlüter, D. Thulke, V. Schmitt, I. Siegert, V. Ziegler, Large Language Models are Transformers in Artificial Intelligence, Industry, Education, and Society, Positionspapier der VDE ITG, 2025.

2024

• G. Kutyniok. The Mathematics of Reliable Artificial Intelligence. In: SIAM News 57, 2024. [pdf]

2023

• G. Kutyniok. An Introduction to the Mathematics of Deep Learning. In: European Congress of Mathematics, EMS Press, 2023
• G. Kutyniok. The Mathematics of Artificial Intelligence. In: International Congress of Mathematicians, EMS Press, 2023.

2022

• S. Kolek, D. Nguyen, R. Levie, J. Bruna, and G. Kutyniok. A Rate-Distortion Framework for Explaining Black-box Model Decisions. In International Workshop on Extending Explainable AI Beyond Deep Models and Classifiers (pp. 91-115). Cham: Springer International Publishing.
• G. Kutyniok. Zuverlässige Künstliche Intelligenz: Erfolge, Herausforderungen und Grenzen. In: Digitale Welt as Editorial, 4, 2022.

2021

2020

• G. Kutyniok, A. Pinar, and J. A. Tropp. SIAM Conference on Mathematics of Data Science: A Conference Goes Virtual. In: SIAM News, SIAM, to appear.

2019

• M. Genzel and G. Kutyniok. Artificial Neural Networks In: GAMM Rundbrief 2 (2019), 12–20. [pdf]
• H. De Sterck, G. Kutyniok, J. Nagy, and E. Tadmor. Panelists Talk Machine Learning and the Future of Mathematics at ICIAM 2019 In: SIAM News, SIAM, Nov. 2019.

2018

• G. Kutyniok, S. Levine, L. Ruthotto, and F. Sgallari. Imaging Science Community Meets in Bologna. In: SIAM News, SIAM, Aug. 2018.

2017

• G. Kutyniok, J. Liesen, and V. Mehrmann. G2S3 Participants Study Data Sparse Approximation and Algorithms. In: SIAM News, SIAM, Sept. 2017.
• S. Bosse, G. Kutyniok, and R. Reisenhofer. Perceptual Image Quality Assessment by Haar Wavelet Similarity. In: SIAM News, SIAM, Oct. 2017.

2016

• G. Kutyniok. Shearlets. In: Encyclopedia of Applied and Computational Mathematics, B. Engquist et al., eds., Springer, 2016.
• G. Kutyniok. Mit Mathematik die Datenflut beherrschen? In: Alles Mathematik. Von Pythagoras zum CD-Player, M. Aigner, E. Behrends, eds., 187–196, Springer, 2016.

2014

• G. Kutyniok. Compressed Sensing. DMV Mitteilungen 22 (2014), 24–29. [pdf]
• G. Kutyniok. Mit Mathematik die Datenflut bewältigen. Die Zeit, 2014.
• G. Kutyniok. Geometric Multiscale Analysis: From Wavelets to Parabolic Molecules. Int. Math. Nachrichten 225 (2014), 1–16. [pdf]
• G. Kutyniok, W.-Q Lim, and G. Steidl. Shearlets: Theory and Applications. GAMM-Mitteilungen 37 (2014), 259–280. [pdf]

2013

• G. Kutyniok. Theory and Applications of Compressed Sensing. GAMM Mitteilungen 36 (2013), 79–101. [pdf]

2011

• G. Kutyniok. Book Review of “Four Short Courses on Harmonic Analysis” Jahresbericht der DMV 113 (2011), 41–44.

2008

• G. Kutyniok. Time-frequency analysis. Human Cognitive Neurophysiology 1 (2008), 12–21.
• G. Kutyniok. What is Applied Harmonic Analysis? DMV Mitteilungen 16 (2008), 78–84. [pdf]

2007

• A. Klein, G. Kutyniok, T. Sauer, and W. Skrandies. Wavelets in Neurophysiology. Brain Topography 20 (2007), 52–53.