In the beginning of March all member of the DFG priority program 2089 "Rhizoshphere Spatiotemporal Organisation" meet for their annual meeting at Leipzig. The main aim of the 27 project partners is the identification of spatiotemporal patterns in the rhizosphere and the explanation of the underlying mechanisms. In her project, Prof. Dr. Nadja Ray from MIDS together with the Co-PI Alexander Prechtel from FAU and the doctoral student Maximilian Rötzer investigate the mutual interaction between root growth/decay and the soil structure by means of mathematical modeling and numerical simulations.
Herzlich Willkommen auf der Seite des Lehrstuhls für Reliable Machine Learning
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.
Über uns
Prof. Voigtlaender stellt sich und den Lehrstuhl vor
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
SPP annual meeting at Leipzig
Mathematisches Institut für Maschinelles Lernen und Data Science
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.