25.01.2023

Zwei weitere Nachwuchsgruppen am Exzellenzcluster Maschinelles Lernen

Im Januar 2023 haben Claire Vernade und Katharina Eggensperger jeweils die Leitung einer neuen Nachwuchsgruppe übernommen.

Dr. Claire Vernade ist Leiterin der unabhängigen Forschergruppe „Lebenslanges Reinforcement Learning„. In der DFG-Ausschreibung 2022 zu "Methoden der Künstlichen Intelligenz" wurde sie für eine Emmy Noether-Nachwuchsgruppe ausgewählt.
In ihrer Arbeitgruppe untersucht sie Probleme des interaktiven maschinellen Lernens, bei denen Feedbackschleifen und langfristige Auswirkungen von Entscheidungen berücksichtigt werden müssen, um Agenten zu trainieren. Ihr Ziel ist es, Agenten zu entwickeln, die Veränderungen in der Umgebung vorhersehen und adaptive und stichprobeneffiziente Verhaltensweisen zeigen, die sich durch Erfahrung verbessern.
Bevor sie nach Tübingen kam war Claire Vernade unter der Leitung von Prof. Csaba Szepesvari als Research Scientist bei DeepMind in London tätig.

Dr. Katharina Eggensperger ist Leiterin der Early Career Forschungsgruppe "Automatisiertes Maschinelles Lernen für die Wissenschaft". Ziel ihrer Forschung ist es, die Verwendung von Maschinellem Lernen so zu vereinfachen, dass das Potenzial von ML in allen Anwendungsbereichen voll ausgeschöpft werden kann. Ein besonderer Fokus ihrer Gruppe ist die Erforschung und Entwicklung von AutoML Systemen, die automatisch Vorhersagen und Erkenntnisse aus Daten generieren.
Bevor sie nach Tübingen kam war Katharina Eggensperger Doktorandin im Machine Learning Lab der Universität Freiburg, wo sie unter der Betreuung von Prof. Dr. Hutter promovierte (2022). In Freiburg forschte sie an Methoden für AutoML, Hyperparameteroptimierung (HPO), der Vorhersage von Algorithmenperformanz und der effizienten empirischen Evaluierungen von HPO Methoden. Außerdem entwickelte sie mehrere open-source Tools für AutoML und HPO mit.