Thomas Schromm, M.Sc.

E-Mail:

thomas.schromm(at)tum.de

Zur Person:

Studium: Applied and Engineering Physics / Technische Universität München

Abschluss: Master of Science (2017)

Aktuell: Doktorand der TU München in Kollaboration mit der BMW AG

Laufende Dissertation

Automatisierte Auswertung von auf Grauwert basierten CT Daten von Fügeverbindungen

Forschungsschwerpunkte

Machine Learning
Bildverarbeitung
Röntgen-Physik

Veröffentlichungen

Schromm T, Grosse CU. (2022). From 2D projections to the 3D rotation matrix: an attempt for finding a machine learning approach for the efficient evaluation of mechanical joining elements in X-ray computed tomography volume data, SN Applied Sciences, (2023) 5:18, online: 12 Dezember, 2022, DOI: 10.1007/s42452-022-05220-8

Bauer F, Forndran D, Schromm T, Grosse CU. (2022). Practical Part-Specific Trajectory Optimization for Robot-Guided Inspection via Computed Tomography, Journal of Nondestructive Evaluation, 41:55, Published online 31 Jul 2022. (Link: https://doi.org/10.1007/s10921-022-00888-9)

Tagscherer N, Schromm T, Drechsler K. (2022). Foundational Investigation on the Characterization of Porosity and Fiber Orientation Using XCT in Large-Scale Extrusion Additive Manufacturing, Materials, 2022, 15(6):2290. https://doi.org/10.3390/ma15062290.

Schromm T, Grosse CU. (2021). Automatic generation of cross sections from computed tomography data of mechanical joining elements for quality analysis, SN Applied Sciences, (2021) 3:832, online: 09 Oktober, 2021, DOI: 10.1007/s42452-021-04806-y

Schromm T. (2017). Optimization Simulations for Propagation-Based Phase-Contrast Imaging with a Liquid Metal Jet Source, Masterarbeit, Technische Universität München.