Forschung an Potenzialen modernster Machine Learning-Lösungen
Das Sächsische Institut für Computational Intelligence und Machine Learning (SICIM) hat das Ziel, Menschen aus Wissenschaft und Wirtschaft zu befähigen, die Potenziale modernster Machine Learning-Lösungen zu erkennen und die entsprechenden Methoden anwendbar zu machen.
Am SICIM werden verschiedene Aspekte des maschinellen Lernens sowohl mathematisch-theoretisch als auch anwendungsorientiert erforscht.
Schwerpunkte der theoretischen Forschung sind u. a.:
- interpretierbare KI-Systeme
- KI-Modelle bei limitierten Ressourcen (Smart-Systems KI)
- Entscheidungssicherheit von KI-Klassifikationssystemen
- Robustheit von KI-Systemen
Anwendungsorientierte Problemstellungen sind u. a.:
- Modellkonfidenz und Zurückweisungsstrategien
- Transferlernen
- intelligente Sensorfusion
Bearbeitete Anwendungsfelder sind u. a.:
- Bioinformatik und Medizin
- Diagnose-Support
- Analyse von Sequenzdaten in der Molekularbiologie
- Spectral fingerprinting in der Landwirtschaft
- Sensor-Datenanalyse und Sensorfusion in technischen Systemen
- Smart Sensor systems
- Objekterkennung im autonomen Fahren
- Banknotendetektion
- KI für komplexe technische Systeme
- Bewegungsdetektion und -analyse von Personen
- Anlagensteuerung