Professur für Angewandte Informatik,
insbesondere Kognitive Systeme

Kurzpor­t­rät -- Mehr als 15 Jahre Forschung zu nachvollziehbarem Maschinellen Lernen

Im Forschungsfeld Kognitive Systeme (CogSys) beschäftigen wir uns mit der Entwicklung von Ansätzen, Konzepten und Methoden zu Entwurf, Charakterisierung, Implementation und Analyse von Systemen der Künstlichen Intelligenz, die auf kognitiven Prinzipien basieren. Zum einen nutzen wir Erkenntnisse aus kognitiven Prozesse als Anregung zur Entwicklung künstlicher (psychonischer) Systeme. Zum anderen entwickeln wir Computationale Modelle von kognitiven Phänomenen -- also Kognitive Systeme -- die eine partnerschaftliche Interaktion von Mensch und Computer ermöglichen. In unserer Forschung kombinieren wir empirische Studien, die Entwicklung von intelligenten Algorithmen und das Testen in verschiedenen Anwendungsbereichen. Hauptthemen sind Induktion und Lernen sowie deren Kombination mit Ansätzen des Analogen Schließens sowie des Planens und Problemlösens. Schwerpunkt ist Induktive Programmierung, also die induktive Synthese von (rekursiven) funktionalen oder logischen Programmen auf Basis unvollständiger Spezifikationen, insbesondere Beispielen. Die von uns entwickelten Ansätze erlauben das Lernen komplexer, nachvollziehbarer Regeln aus wenigen Daten. Seit mehr als fünfzehn Jahren forschen wir zum Thema verständliche und erklärbare künstliche Intelligenz. Hier entwickeln wir white-box Ansätze des maschinellen Lernens, bei denen Lernen mit wissensbasierten Ansätzen kombiniert werden kann. Aktuelle Anwendungen sind Qualitätskontrolle in verschiedenen Anwendungen, insbesondere Industrie 4.0, Mimikanalyse, inbesondere Schmerzklassifikation, sowie intelligente Tutorsysteme.