M. Sc. Rajmadan Lakshmanan

Ich bin wissenschaftlicher Mitarbeiter an der Professur für Prädiktive Verhaltensanalyse. Meine Forschung wird von einem tiefen Interesse daran geleitet, zu verstehen, wie Menschen denken und Entscheidungen treffen. Ich arbeite an der Schnittstelle von kognitiver Modellierung und maschinellem Lernen mit dem Ziel, individuelles menschliches Verhalten vorherzusagen.
Zuvor lag mein Forschungsschwerpunkt auf Optimierung und Unsicherheitsquantifizierung, wo ich effiziente und skalierbare Algorithmen zur Entscheidungsfindung unter Unsicherheit entwickelt habe. Aufbauend auf dieser Grundlage verfolge ich nun das Ziel, prinzipiengeleitete mathematische Methoden mit datengetriebenen Ansätzen zu verbinden, um menschliches Verhalten besser zu modellieren, zu verstehen und vorherzusagen.

Forschungsinteressen

CV

• seit Januar 2026: Wissenschaftlicher Mitarbeiter an der Professur für Prädiktive Verhaltensanalyse
• seit Februar 2022: Kommissionsmitglied im Vertrauensrat der Technischen Universität Chemnitz
• seit Oktober 2021: Wissenschaftlicher Mitarbeiter an der Fakultät für Mathematik
• 2019: Master-Studiengang Versicherungswissenschaft
• 2017: Bachelor-Studiengang Mathematik

Publikationen

Peer-reviewed publications

• R. Lakshmanan, A. Pichler and D. Potts
  Nonequispaced fast Fourier transform boost for the Sinkhorn algorithm
  ETNA - Electronic Transactions on Numerical Analysis, 2023. DOI: 10.1553/etna_vol58s289
  PDF (arXiv)
• R. Lakshmanan and A. Pichler
  Soft Quantization using Entropic Regularization
  Entropy, 2023. DOI: 10.3390/e25101435
  PDF (arXiv)
• R. Lakshmanan and A. Pichler
  Expectiles In Risk Averse Stochastic Programming and Dynamic Optimization
  Pure and Applied Functional Analysis, 2024
  PDF (arXiv)
• R. Lakshmanan and A. Pichler
  Unbalanced Optimal Transport and Maximum Mean Discrepancies: Interconnections and Rapid Evaluation
  Journal of Scientific Computing, 2024
  PDF (arXiv)
• R. Lakshmanan and A. Pichler
  StochasticDominance.jl: A Julia Package for Higher Order Stochastic Dominance
  Journal of Open Source Software, 2025
  PDF (arXiv)

Preprints

• R. Lakshmanan, A. Pichler and M. Kopa
  Higher-Order Stochastic Dominance Constraints in Optimization
  Submitted to Journal of Optimization Theory and Applications, 2025
  PDF (arXiv)

Lehre (Auswahl)

WS 2025/2026

• Statistik II-Übung (Dr. Dana Uhlig)

WS 2024/2025

• Optimierung für Nichtmathematiker-Übung (Prof. Dr. Fleurianne Bertrand)

SS 2024

• Konvexe Analyse-Übung (Prof. Dr. Sebastian Neumayer)

WS 2023/2024

• Optimierung für Nichtmathematiker-Übung (Prof. Dr. Christoph Helmberg)

SS 2023

• Zeitreihenanalyse-Übung (Prof. Dr. Alois Pichler)

WS 2022/2023

• Mathematische Modellierung und Simulation-Übung (Dr. Dana Uhlig)