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

Internationale Verteidigungen

Prof. Nadja Ray (Lehrstuhl für Geomatik und Geomathematik am MIDS) durfte zuletzt an zwei Verteidigungen als Opponentin bzw. Betreuerin teilnehmen.

Bereits im März fand die Verteidigung von Jonas Koch statt. Prof. Ray war als Prüferin mit dabei. Er hat unter der Betreuung von Maria Neuss-Radu (unter anderem finanziert über das DFG GRK 2339 IntComSin) promoviert, Titel der Arbeit: "Investigation of micro-macro models for reactive transport in elastically deformable perforated media"

Im April nahm Prof. Ray an der Verteidigung von Surenda Nepal in Karlstadt, Schweden teil. Er promovierte unter der Betreuung von Adrian Muntean. Die Arbeit lautet: "Models for capturing the penetration of a diffusant concentration into rubber, Numerical analysis and simulation".  Aufgrund Ihrer langjährigen Erfahrung auf diesem Gebiet wurde Prof. Ray als Opponentin dazu eingeladen.

Am 15. Mai fand die Verteidigung der Doktorarbeit von Martin Doß an der FAU Erlangen statt, welche unter der Betreuung von Nadja Ray und Eberhard Bänsch enstanden ist. Die Arbeit trägt den Titel "Modeling, Analysis, and Simulation of Single Droplet Drying in an Acoustic Levitator Modellierung" und ging durch das DFG Graduiertenkolleg 2339 IntComSin.

Alle Verteidigungen verliefen äußerst positiv und wir wünschen Jonas, Surenda und Martin viel Erfolg bei Ihrer beruflichen Zukunft.

Verteidigung Martin Doss
Verteidigungshut Doß

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.