Unabhängige Forschungsgruppen eingerichtet vom Cluster

Franz Baumdicker (seit September 2020)

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.


Christian Baumgartner (seit Februar 2021)

Maschinelles Lernen in der medizinischen Bildanalyse

Christian Baumgartners Forschung befindet sich an der Schnittstelle zwischen maschinellem Lernen und automatisierter medizinischer Bildverarbeitung mit dem Ziel sicher und robust klinische Informationen zu gewinnen.


Konstantin Genin (seit Juli 2020)

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.


Bedartha Goswami (seit Januar 2020)

Maschinelles Lernen in den Klimawissenschaften

Bedartha Goswami's Forschung verfolgt das Ziel, Klimaprozesse zu untersuchen und die Komplexität von Klimasystemen mit Tools und Techniken aus dem Bereich des maschinellen Lernens zu erschließen.


Charley Wu (seit Oktober 2020)

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.

Early Career Forschungsgruppen eingerichtet vom Cluster

Nicole Ludwig (seit November 2020)

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.