Cluster Vollmitglieder

Der Cluster "Maschinelles Lernen" umfasst derzeit 28 Vollmitglieder, d.h. Wissenschaftlerinnen und Wissenschaftler, die direkt auf dem Forschungsgebiet des maschinellen Lernens tätig sind.

Es besteht die Möglichkeit, neue Mitglieder aufzunehmen. Informationen zum Aufnahmeverfahren gibt die Geschäftsstelle des Clusters.


Zeynep Akata

interessiert sich für maschinelles Lernen, das im Bereich erklärbare künstiche Intelligenz (XAI) Sehen und Sprache kombiniert

Webseite

Regina Ammicht Quinn

arbeitet an Fragen der Ethik, insbesondere Fragen von Kulturethik, Ethik und Sicherheit, Technikethik, ethische Fragen digitaler Technikentwicklung und ethische Fragen von Gender-Diskursen
Webseite

Sabine Andergassen

arbeitet auf dem Gebiet der Quanten-Vielteilchenphysik
Webseite

Harald Baayen

interessiert sich für Wörter, deren innere Strukturen, Bedeutungen, Verteilungs­eigenschaften, und wie sie im Sprachverständnis und der Sprachproduktion verarbeitet werden
Webseite

Philipp Berens

entwickelt Algorithmen zur Analyse multimodaler Daten in den Neurowissenschaften und der klinischen Diagnostik
Website

 

Matthias Bethge

untersucht mittels mathematischer Methoden und psychophysikalischer Experimente die Bildverarbeitung und ihre neurale Basis im menschlichen Gehirn
Webseite 

Michael Black

interessiert sich für maschinelles Sehen (u.a. 3D-Formmodelle, Analysen menschlicher Form und Bewegung, robuste statistische Methoden, probabilistische Modelle der visuellen Welt8 und Computational Neuroscience (probabilistische Modelle des neuronalen Codes und Anwendungen der neuronalen Dekodierung in der Neuronalen Prothetik)

Webseite

 

Martin Butz

arbeitet an der neurokognitiven Modellierung der menschlichen und künstlichen Intelligenz, einschließlich deren Entwicklung 
Webseite​​​​​​​

Andreas Geiger

arbeitet an der Schnittstelle von Computer Vision, maschinellem Lernen und Robotik

Webseite

Matthias Hein

arbeitet an theoretischen Garantien für Algorithmen des maschinellen Lernens, mit dem Ziel von robusten, sicheren und erklärbaren Lernverfahren
Webseite

Philipp Hennig

entwickelt Algorithmen für und als lernende Maschinen
Webseite​​​​​​​

 

Enkelejda Kasneci

fokussiert ihre Forschungsinteressen auf das menschliche Sehen, Verfahren und Anwendung des Eye-Trackings sowie Fahrerassistenzsysteme
Webseite

Oliver Kohlbacher

konzentriert sich auf Forschung in der Analyse von Omics-Daten (Genomics, Proteomics, Metabolomics), strukturelle Bioinformatik und computergestützte Immunomics

Webseite​​​​​​​

Hendrik Lensch

arbeitet an der gesamten Bildakquisitions- und -verarbeitungspipeline von der Aufnahme über die Analyse bis zur  Erzeugung und Darstellung realistischer 3D-Modelle  
Webseite​​​​​​​

Ulrike von Luxburg

Ulrike's Forschungs­schwerpunkte sind die theoretischen Grundlagen und Grenzen des maschinellen Lernens
Webseite

 

Georg Martius

arbeitet an maschinellem Lernen für Roboter, so dass diese eine Lernentwicklung vollziehen können, d. h. an Theorie und Praxis von Reinforcement Lern­methoden, künstlicher Neugier, Repräentations­lernen und neuen tiefen Netzwerkarchitekturen
Webseite

Katja Kay Nieselt

konzentriert sich in ihren Forschungsprojekten auf Expressionsanalysen und RNA-Bioinformatik; ihre Gruppe hat Algorithmen und Softwaresysteme zur Analyse von Microarray- und RNAseq-Daten entwickelt
Webseite

Mijung Park

konzentriert sich auf die Entwicklung praktischer Algorithmen im Bereich Privacy Preserving Machine Learning (PPML)
Webseite​​​​​​​

Nico Pfeifer

forscht an der Schnittstelle zwischen maschinellem Lernen und Medizin, wobei er sich  vorranging mit verzerrten, heterogenen Multiview-Daten beschäftigt und erklärbare Modelle liefert
Webseite​​​​​​​

Wolfgang Rosenstiel

arbeitet an Anwendungen des maschinellen Lernens in sicherheitskritischen Systemen, von Eingebetteten Systemen für Fahrzeuge bis zu Gehirn-Computer-Schnittstellen
Webseite

Bernhard Schölkopf

widmet sich dem Maschi­nellen Lernen und der Kausalen Inferenz, wesentlichen Teil­gebieten der modernen Künstlichen Intelligenz
Webseite

Thomas Scholten

untersucht mit Hilfe von maschinellem Lernen, Geostatistik und großflächigen Feldexperimenten welche Rolle Böden für die Umwelt und den Menschen spielen
Webseite

Fabian Sinz

interessiert sich für die Kombination von maschi­nellem Lernen, Compu­tational Neuroscience und neuronalen Daten
Webseite

Wolfgang Spohn

interessiert sich für formale Erkenntnistheorie, Wissenschaftstheorie und die Theorie der Rationalität und konzentriert sich insbesondere auf kausale Inferenz und die Repräsentation von Unsicherheit
Webseite​​​​​​​

Sonja Utz

möchte mithilfe von Methoden des maschinellen Lernens die Nutzung sozialer Medien (und deren Auswirkung) verstehen
Webseite​​​​​​​

Isabel Valera

konzentriert sich auf die Entwicklung maschineller Lernmethoden, die flexibel, robust und fair sind
Webseite​​​​​​​

Felix Wichmann

untersucht die menschliche visuelle Perzeption und Kognition durch Kombi­nation von psychophy­sischen Experimenten mit Computer­modellierung und maschinellem Lernen
Webseite​​​​​​​

Andreas Zell

interessiert sich für Algorithmen des maschinellen Lernens und deren Anwendungen, autonome mobile Roboter, Sensorintegration und Robot Vision
Webseite