Franz Baumdicker

Mathematical and Computational Population Genetics

Franz Baumdicker's Forschung konzentriert sich auf mathematische Modelle für die Evolution von Mikroben. Seine Gruppe untersucht, wie maschinelles Lernen phylogenetische Informationen in der Populationsgenetik nutzen kann.

Konstantin Genin

Epistemologie und Ethik des Maschinellen Lernens

Konstantin Genin interessiert sich für lerntheoretische Ansätze zu Fragen der Ethik und Methodik der Statistik und des maschinellen Lernens.

Nicole Ludwig

Maschinelles Lernen in Nachhaltigen Energiesystemen

Nicole Ludwigs Forschung konzentriert sich auf probabilistisches maschinelles Lernen, um die Rolle von Unsicherheit in zukünftigen nachhaltigen Energie­systemen zu verstehen.

Claire Vernade

Lebenslanges Reinforcement Learning

Das Lifelong Reinforcement Learning Lab untersucht Probleme des interaktiven maschinellen Lernens, bei denen Feedbackschleifen und langfristige Auswirkungen von Entscheidungen berücksichtigt werden müssen, um Agenten zu trainieren. Insbesondere wollen wir Agenten entwickeln, die Veränderungen in der Umgebung vorhersehen und adaptive und stichprobeneffiziente Verhaltensweisen zeigen, die sich durch Erfahrung verbessern.

Charley Wu

Menschliche und maschinelle Kognition

Charley Wu untersucht die spezifischen Verknüpfungen und kognitiven Algorithmen, die Menschen nutzen, um Zusammenhänge verständlich zu machen. In seiner Arbeit versucht er, die Lücke zwischen menschlichem und maschinellem Lernen zu verringern.

Christian Baumgartner

Bedartha Goswami

Katharina Eggensperger

Automatisiertes maschinelles Lernen für die Wissenschaft

Katharina Eggensperger verfolgt das Ziel, durch automatisiertes maschinelles Lernen (AutoML) die Anwendung von maschinellem Lernen einfacher und effizienter zu machen.

Miriam Klopotek

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.