>> KI-ALLIANZ RLP > KI-FORSCHUNG > ARBEITSGRUPPE MASCHINELLES LERNEN JP


Arbeitsgruppe Maschinelles Lernen JP, Fachbereich Informatik (FBI)

  • Logo Arbeitsgruppe Maschinelles Lernen JP, Fachbereich Informatik

    Die Forschungsgruppe unter der Leitung von Sophie Fellenz konzentriert sich auf das Gebiet des Maschinellen Lernens, wobei ein besonderer Schwerpunkt auf Methoden zur Datengenerierung gelegt wird. Dies umfasst Techniken, die in der Lage sind, unterschiedliche Datentypen, wie Texte, Zeitreihen oder andere Formate, zu erzeugen.
    Insbesondere wird die Generierung von Texten mithilfe umfangreicher Sprachmodelle erforscht. In diesem Kontext untersucht das Team von Fellenz, wie der Stil und Inhalt eines Textes gezielt manipuliert, verändert und objektiv evaluiert werden können. Ein weiterer Forschungsbereich der Gruppe betrifft die Analyse großer Textmengen. Hierbei kommen Themenmodelle zum Einsatz, die es ermöglichen, die Inhalte von umfangreichen Textsammlungen systematisch zu analysieren und zu strukturieren.
    Ein spezifisches Anwendungsgebiet der Forschung von Fellenz und ihrem Team liegt in der chemischen Verfahrenstechnik. Hier konzentrieren sie sich beispielsweise auf chemische Prozesse, bei denen verschiedene Stoffe synthetisiert werden. Diese Prozesse werden kontinuierlich durch eine Vielzahl von Sensoren überwacht. Die aus dieser Überwachung resultierenden umfangreichen Datenmengen werden genutzt, um präzise Prognosen zu erstellen, die dazu beitragen können, die Effizienz und Sicherheit der chemischen Produktion zu erhöhen.


    Adresse

    Rheinland-Pfälzische Technische Universität Kaiserslautern-Landau
    Fachbereich Informatik
    Arbeitsgruppe Maschinelles Lernen JP
    RPTU in Kaiserslautern, Arbeitsgruppe Maschinelles Lernen
    Gebäude 36, Raum 325
    Gottlieb-Daimler-Straße
    67663 Kaiserslautern
    0631 205 2635, 0631 205 3286
    ml@cs.uni-kl.de
    https://ml.informatik.uni-kl.de/

Leitend Forschende



Besondere Expertise

  • Grundlagenforschung

    • Machine Learning (ML): Self-Supervised Learning, Reinforcement Learning (RL), Unsupervised Learning, Feature Engineering/Feature Extraction
    • Technologieanalyse: Soziologische Aspekte, Mensch-KI-Interaktion

  • Anwendungsbezogene Forschung

    • Intelligente Assistenzsysteme / Virtuelle Assistenten: Virtuelle Assistenten, Digitale Medizin, Intelligente Produktion, Biotechnologie
    • Autonome Systeme: Bots
    • Sprach- und Textverstehen
    • Bilderkennung und –Verstehen: Texterkennung
    • Technologieanalyse: Soziologische Aspekte, Technologiefolgenabschätzung

KI-News

KI-Veranstaltungen

KI-Forschungsprojekte