Projektlogo

EML4U: Erklärbares Maschinelles Lernen für interaktive episodische Updates von Modellen

Überblick

Mit Maschinellem Lernen (ML) lassen sich anhand von Daten komplexe Zusammenhänge modellieren. Somit können aufwändige und oft grob vereinfachte mathematische Modellierungen bestimmter Gegebenheiten umgangen werden. Außerdem eröffnet sich zudem eine neuartige Funktionalität: ML-Modelle können datengetrieben an geänderte Anforderungen und Bedingungen angepasst werden. Um eine regelmäßige Anpassung zu erreichen, werden Daten während des Gebrauchs eines Modells gesammelt und das Modell unter Berücksichtigung dieser Information neu trainiert, es findet also ein episodisches Update des ML-Modells statt.

Key Facts

Laufzeit:
04/2020 - 03/2022
Gefördert durch:
BMBF
Websites:
Homepage
Projektseite DICE
GITHUB
Recent Research Projects

Detailinformationen

Projektleitung

contact-box image

Dr. Stefan Heindorf

Data Science Junior Research Group

Zur Person
contact-box image

Prof. Dr. Axel-Cyrille Ngonga Ngomo

Sonderforschungsbereich Transregio 318

Zur Person

Projektmitglieder

contact-box image

Adrian Wilke, M.Sc.

Data Science / Heinz Nixdorf Institut

Zur Person

Kooperationspartner

Universität Bielefeld

Kooperationspartner

Semalytix

Kooperationspartner

Zur Website