MIDS Logo

Herzlich Willkommen auf der Seite des Lehrstuhls für Reliable Machine Learning

Machine Learning Laptop
© colourbox.de

Der Lehrstuhl "Reliable Machine Learning" erforscht die Eigenschaften von Machine Learning Algorithmen. Angesichts des Erfolgs von Deep Learning Methoden in Anwendungen wie Bilderkennung, Spracherkennung und automatischer Übersetzung sind vor allem die Eigenschaften von Neuronalen Netzen von Interesse.

Auch wenn ein trainiertes neuronales Netz z.B. bei der Bilderkennung auf realen Daten sehr gute Ergebnisse liefert, wurde empirisch wiederholt eine Anfälligkeit für sogenannte "adversarial examples" festgestellt: Eine minimale (für den Menschen nicht wahrnehmbare) Änderung der Eingabedaten kann das neuronale Netz dazu bringen, eine falsche Ausgabe zu liefern.

Ein wichtiges Forschungsthema des Lehrstuhls ist deshalb, die Gründe für die Existenz solcher adversarial examples (also für die Instabilität von trainierten neuronalen Netzen) mathematisch zu verstehen, um aufbauend auf diesem Verständnis Methoden zu entwickeln, die beweisbar robuste neuronale Netze produzieren.

Die Forschung des Lehrstuhls wird auch im Rahmen des Emmy Noether Projekts "Stability and Solvability in Deep Learning" gefördert.

Forschungsthemen des Lehrstuhls für Reliable Machine Learning

Über uns

Prof. Voigtlaender stellt sich und den Lehrstuhl vor

Vorschaubild Felix Voigtlaender

Bitte beachten Sie: Durch Klicken auf die Bildfläche geben Sie Ihre Einwilligung, dass Videoinhalte von YouTube nachgeladen, Cookies von YouTube/Google auf Ihrem IT-System gespeichert und personenbezogene Daten wie Ihre IP-Adresse an Google weitergegeben werden. Klicken Sie nach Beendigung des Videoinhaltes auf ein anderes Video, öffnet sich in einem neuen Tab Ihres Browsers YouTube und erfasst weitere Daten von Ihnen. Weitere Informationen finden Sie in unseren Datenschutzhinweisen und unter Google Privacy .

Neuigkeiten aus der Mathematik

Das MIDS begrüßt Herrn Prof. Pirmin Fontaine als neues Mitglied am Institut

Der Diplommathematiker promovierte an der TU München im Bereich Logistik und Supply Chain Management. Als PostDoc arbeitete er u.a. am CIRRELT, einem der führenden Forschungszentren weltweit im Bereich Logistik und Operations Research, in Montreal in Kanada. Bereits seit 2019 ist Herr Fontaine an der Wirtschaftswissenschaftlichen Fakultät der KU als Juniorprofessur für Operations Management (mit Tenure Track) tätig. Ab April übernimmt er dort den Lehrstuhl für Operations Management.

2022 zeichnete die Wirtschafswoche Pirmin Fontaine als einen der Top 100 forschungsstärksten Betriebswirte (Platz 83 von 3600) und Top 50 im U40- Ranking (Platz 43 von 500) aus.
Das MIDS ist sehr stolz darauf, ihn nun vom Status des assoziierten Mitglieds zu einem der acht Vollmitglieder ernennen zu können.
Eine Übersicht über alle am Institut beteiligten Personen finden Sie HIER.

Pirmin Fontaine sagt selbst: „Ich sehe mich an der Schnittstelle zwischen Mathematik, Informatik und Wirtschaftswissenschaften. Im MIDS habe ich die große Chance, genau an dieser Schnittstelle zu arbeiten.“

Der Studiengang Data Science, der von den Professorinnen und Professoren des Instituts betreut wird, baut genau auf diesen Schwerpunkten auf und profitiert nun mehr denn je von der Expertise von Prof. Fontaine und seinem Team. Mehr Informationen darüber finden Sie HIER.

Mathematisches Institut für Maschinelles Lernen und Data Science

MIDS Logo

Der Lehrstuhl für Reliable Machine Learning ist Teil des Mathematischen Instituts für Maschinelles Lernen und Data Science, kurz MIDS.
Finden Sie alle Informationen rund um das MIDS hier.