Dr. Sören von der Gracht, (geb. Schwenker)

Chair of Applied Mathematics

Member - PostDoc

Postdoctoral Researcher

Office Address:
Technologiepark 21
33100 Paderborn
Room:
TP21.1.17

Dynamische Systeme und ihre Anwendungen: Netzwerkdynamik mit diadischen Verbindungen sowie Verbindungen höherer Ordnung. Strukturelle Untersuchung mit algebraischer Symmetriemethoden und deren Verallgemeinerungen.

Research

Research Interests

  • Dynamische Systeme mit Netzwerkstruktur
    • Generizität
    • Bifurkationstheorie
    • Anwendung von Darstellungstheorie
    • Verbindung zu äquivarianter Dynamik
    • Heterokline Dynamik
    • Higher-Order Interactions
    • Anwendungen
  • Äquivariante Dynamik
    • Generizität
    • Bifurkationstheorie
  • Darstellungstheorie
    • Zerlegung von Darstellungen
    • Darstellungen von Monoiden
    • Darstellungen von Köchern
    • Verbindung zu Netzwerken

Publications

Latest Publications

Symmetry Preservation in Swarms of Oblivious Robots with Limited Visibility

R. Gerlach, S. von der Gracht, C. Hahn, J. Harbig, P. Kling, in: S. Bonomi, L. Galletta, Etienne Rivière, Valerio Schiavoni (Eds.), 28th International Conference on Principles of Distributed Systems (OPODIS 2024), Schloss Dagstuhl -- Leibniz-Zentrum für Informatik, 2025.


Heteroclinic dynamics in network dynamical systems with higher-order interactions

C. Bick, S. von der Gracht, Journal of Complex Networks 12 (2024).



Hypernetworks: Cluster Synchronization Is a Higher-Order Effect

S. von der Gracht, E. Nijholt, B. Rink, SIAM Journal on Applied Mathematics 83 (2023) 2329–2353.


Higher order interactions lead to "reluctant" synchrony breaking

S. von der Gracht, E. Nijholt, B. Rink, ArXiv:2311.17186 (2023).


Show all publications

Teaching


Current Courses

  • Wahlpflichtveranstaltung Modellieren und Anwendungen: Dynamische Prozesse (Übung)
  • Wahlpflichtveranstaltung Modellieren und Anwendungen: Dynamische Prozesse
  • Dynamische Systeme im maschinellen Lernen und in Netzwerken (Übung)
  • Dynamische Systeme im maschinellen Lernen und in Netzwerken