Professuren eingerichtet vom Cluster

Zeynep Akata

  Erklärbares Maschinelles Lernen

Zeynep Akata interessiert sich für maschinelles Lernen, das im Bereich erklärbare künstliche Intelligenz (XAI) Sehen und Sprache kombiniert. Ihren Schwerpunkt legt sie dabei hauptsächlich auf zwei Ziele: (1) Wie können Deep-Learning-Methoden effektiv trainieren werden, wenn keine, oder nur begrenzte Mengen an Daten verfügbar sind. (2) Wie lassen sich Entscheidungen von KI-Systemen so erklären, dass sie auch Nutzerinnen und Nutzern ohne Fachwissen verständlich werden.


Robert Bamler

  Data Science und Maschinelles Lernen

Robert Bamler entwickelt Näherungsmethoden, die bayesianische Inferenz auf großen Datensätzen und in aussagekräftigen statistischen Modellen ermöglichen. Seine Forschung schafft neue Werkzeuge für Naturwissenschaftler, effiziente Methoden zur Datenkompression, und die Grundlage für eine neuartige Form von gleichberechtigtem maschinellen Lernen in dezentralen Netzwerken.


Jakob Macke

  Maschinelles Lernen in der Wissenschaft

Jakob Macke‘s Ziel ist es, den wissenschaftlichen Erkenntnisprozess mit Hilfe von Maschinellem Lernen und Künstlicher Intelligenz zu beschleunigen: Er will Methoden entwickeln, die WissenschaftlerInnen dabei helfen, experimentelle Daten zu interpretieren und sie mit theoretischen Modellen in Einklang zu bringen. Er arbeitet dabei mit ForscherInnen aus verschiedenen Disziplinen zusammen.


Bob Williamson

  Foundations of Machine Learning Systems 

Bob Williamson ist daran interessiert, maschinelle Lernsysteme als Ganzes zu verstehen und zu konzipieren. Zu diesem Zweck beschäftigt er sich mit theoretischen Fragen zu Problemen des maschinellen Lernens und wie sie miteinander in Verbindung stehen.


Seniorprofessur eingerichtet vom Cluster

Wolfgang Spohn

  Wissenschaftsphilosophie

Wolfgang Spohn's Forschungsschwerpunkte sind die Wissenschafts- und Erkenntnistheorie, unter besonderer Berücksichtigung der Logik.


Professuren unterstützt durch den Cluster

Manfred Claassen

  Klinische Bioinformatik, Medizinische Fakultät, Universität Tübingen

Manfred Claassen nutzt maschinelles Lernen zur Analyse von Einzelzell-Daten im Kontext von Krebserkrankungen und immunologischen Erkrankungen.


Michèle Finck

  Recht der Künstlichen Intelligenz, Juristische Fakultät, Universität Tübingen

Michèle Finck's Forschung konzentriert sich auf Recht und künstliche Intelligenz mit besonderem Schwerpunkt auf Daten(schutz)recht und Governance.


Setareh Maghsudi

  Decision Making, Fachbereich Informatik, Universität Tübingen

Setareh Maghsudi's Forschung konzentriert sich auf die Entwicklung von Entscheidungsstrategien angesichts von Unsicherheiten, Konflikten und Kommunikationsbeschränkungen, mit zukunftsweisenden Anwendungen wie dem Internet der Dinge.


Peter Ochs

  Mathematical Optimization Group, Fachbereich Mathematik, Universität Tübingen

Ziel der Mathematical Optimization Group ist die Entwicklung und Analyse hocheffizienter Algorithmen bei Problemen der nichtglatten Optimierung, die durch Anwendungen in Bildverarbeitung, Computer Vision, maschinellem Lernen und Statistik entstehen.


Gerard Pons-Moll

  Continuous Learning of Multimodal Data Streams, Fachbereich Informatik, Universität Tübingen

Gerard Pons-Moll's Forschung bewegt sich an der Schnittstelle zwischen maschinellem Lernen, Computer Vision und Computergrafik. Sein Ziel ist es, digitale Menschen zu schaffen, die wie echte Menschen aussehen und sich so verhalten.