Projektlogo

Multikriterielles Maschinelles Lernen – Effizienz, Robustheit, Interaktivität und Systemwissen

Überblick

Die vom BMBF geförderte KI-Nachwuchsgruppe "Multikriterielles Maschinelles Lernen - Effizienz, Robustheit, Interaktivität und Systemwissen" beschäftigt sich ab September 2022 mit der Entwicklung von multikriteriellen Trainingsalgorithmen für Deep Learning. Tiefe neuronale Netze sind in vielen Anwendungsbereichen von größter Bedeutung. Die Berücksichtigung mehrerer Trainingskriterien sowie von Systemwissen bedarf jedoch weiterer Untersuchungen und birgt großes Potenzial für weitere Verbesserungen. Im Einzelnen betreiben wir Grundlagenforschung zu

  • der Entwicklung effizienter Optimierungsalgorithmen für das Training neuronaler Netze unter Berücksichtigung mehrerer konfligierender Zielfunktionen
  • Interaktives Lernen und Adaptieren von tiefen neuronalen Netzen mit Techniken der Mehrzieloptimierung
  • Berücksichtigung von Systemwissen, z.B. in Form von Erhaltungsgesetzen oder Differentialgleichungen

Key Facts

Art des Projektes:
Forschung
Laufzeit:
09/2022 - 08/2025
Gefördert durch:
BMBF
Websites:
Pressemitteilung
New AI Junior Research Group on Multicriteria Machine Learning
Current research projects

Detailinformationen

Projektleitung

contact-box image

Jun.-Prof. Dr. Sebastian Peitz

Data Science for Engineering

Zur Person