Unabhängige Forschungsgruppen eingerichtet vom Cluster

Ehemalige unabhängige Forschungsgruppen

Franz Baumdicker

Mathematical and Computational Population Genetics
2021 - 2025
danach Professur für Big Data Analytics, Justus-Liebig-Universität Giessen


Christian Baumgartner

Maschinelles Lernen in der medizinischen Bildanalyse
2021 - 2024
danach Assistant Professor für "Health Data Science" an der Universität Luzern, Schweiz


Konstantin Genin

Epistemologie und Ethik des Maschinellen Lernens
2020 - 2025
danach Assistant Professor an der University of Utah in Salt Lake City, USA
 


Bedartha Goswami

Maschinelles Lernen in den Klimawissenschaften
2020 - 2024
danach Assistant Professor für “Data Science” am Indian Institute of Science and Education and Research (ISSER) Pune, Indien


Nicole Ludwig

Maschinelles Lernen in Nachhaltigen Energiesystemen
2020 - 2025
danach Tenure-Track-Professur "Klima-, Energie- und maschinelle Lernsysteme" am Tübingen AI Center


Claire Vernade

Lebenslanges Reinforcement Learning
2023 - 2025
danach Professur an der Technischen Universität Nürnberg


Charley Wu

Menschliche und maschinelle Kognition
2020 - 2025
danach Professur an der Technischen Universität Darmstadt

Ehemalige Early Career Forschungsgruppen

Katharina Eggensperger

Automatisiertes maschinelles Lernen für die Wissenschaft
2023 - 2025
danach Professorin für Maschinelles Lernen und Künstliche Intelligenz an der Technischen Universität Dortmund und am Lamarr Institut


Miriam Klopotek

Maschinelles Lernen und Vielteilchenphysik
2021 - 2022
danach Independent Junior Research Group Leader am Exzellenzcluster “Daten-integrierte Simulationswissenschaft” (SimTech) der Universität Stuttgart

Unabhängige Forschungsgruppen assoziiert mit dem Cluster

Alina Wernick

  Recht, KI und Gesellschaft

Als Rechtswissenschaftlerin befasst sich Alina Wernick mit den Schnittstellen von Recht, Technologie, Gesellschaft, und den Grundlagen des Immaterialgüterrechts. Ihre Gruppe Recht, KI und Gesellschaft erforscht die dynamische Beziehung zwischen künstlicher Intelligenz und rechtlichen Rahmenbedingungen und konzentriert sich dabei auf die sozialen und gesellschaftlichen Auswirkungen.


Kristof Meding

  Computational Law Lab

Kristof Medings Forschungsinteresse verbindet datengestützte Methoden des maschinellen Lernens mit rechtswissenschaftlicher Forschung, um die Interaktion von Informatik und Recht besser zu verstehen. Die Forschung des Computational Law Labs konzentriert sich auf die Interaktion zwischen maschinellem Lernen und den Rechtswissenschaften mit zwei Schwerpunkten.