idw – Informationsdienst Wissenschaft

Nachrichten, Termine, Experten

Grafik: idw-Logo
Grafik: idw-Logo

idw - Informationsdienst
Wissenschaft

Science Video Project
idw-Abo

idw-News App:

AppStore

Google Play Store



Instance:
Share on: 
04/21/2022 13:24

Land fördert Forschungstalente im Bereich Künstliche Intelligenz an den Universitäten Bielefeld, Bochum und Siegen

Jochen Mohr Referat "Presse und Kommunikation"
Ministerium für Kultur und Wissenschaft des Landes Nordrhein-Westfalen

    Vierte Runde des Förderprogramms „KI-Starter“: drei weitere Nachwuchsforscher erhalten rund 520.000 Euro für eigene Projekte

    Das Landesprogramm „KI-Starter“ unterstützt junge Nachwuchsforscherinnen und -forscher bei zukunftsweisenden Projekten mit einem Fokus auf KI-Anwendungen. In der vierten Runde des Programms hat eine Expertenjury nun drei weitere Nachwuchskräfte aus Nordrhein-Westfalen für eine Förderung empfohlen: Robin Chan (Universität Biele-feld), Dr. Anand Subramoney (Ruhr-Universität Bochum) und Dr. Zorah Lähner (Universi-tät Siegen) werden mit insgesamt rund. 520.000 Euro gefördert. Damit unterstützt das Land Nordrhein-Westfalen über alle vier Runden von „KI-Starter“ nunmehr zehn For-schungstalente mit insgesamt 1,66 Millionen Euro.

    „Die Bedeutung von Künstlicher Intelligenz ist schon heute zentral für viele Bereiche der Wissenschaft und Praxis. Mit der vierten Runde von ´KI-Starter´ fördern wir gezielt drei weitere vielversprechende Forschungstalente aus Nordrhein-Westfalen. Ihre Vorhaben haben nicht nur für die Wissenschaft, sondern auch für die Anwendung eine große Rele-vanz – die Forschung kann der Optimierung von KI-Lernalgorithmen, dem Autonomen Fahren sowie der Biomedizin wichtige Impulse geben“, sagt Wissenschaftsministerin Isa-bel Pfeiffer-Poensgen.

    „KI-Starter“ ist Teil der Förderlinie „Künstliche Intelligenz/Maschinelles Lernen“ (kurz: KI/ML) und richtet sich an junge Wissenschaftlerinnen und Wissenschaftler aus dem Be-reich Künstliche Intelligenz oder Maschinelles Lernen nach der Promotion.

    In den ersten drei Auswahlrunden waren sieben Forscherinnen und Forscher der RWTH Aachen, der Universität Bielefeld, der Ruhr-Universität Bochum, der TU Dortmund, Fern-universität Hagen, der Universität zu Köln und der WWU Münster erfolgreich. Weitere In-formationen zur Förderlinie KI/ML und den geförderten Projekten im „KI-Starter“ finden Sie hier.

    Die Gewinner-Projekte der vierten Förderrunde im Überblick:

    Robin Chan (M.Sc.)
    Standort: Universität Bielefeld
    Projektname: Out-of-Distribution Detection via Generative Modeling of Deep Latent Re-presentations
    Kurzbeschreibung: Das Ziel dieses Vorhabens ist es, eine auf Unsicherheit basierende Methode für die praxisrelevante Aufgabe der semantischen Bild-Segmentierung zu prä-sentieren. Dazu werden generative Modelle entwickelt, die die Plausibilität von Merkmalen in tiefen neuronalen Netzen auswerten. Dies erlaubt es zu messen, wie gut Merkmale zu vorigen Beobachtungen passen. Das Projekt dient in der Anwendung beispielsweise der verbesserten und sichereren Erkennung von unbekannten Objekten beim automatisierten Fahren.

    Dr. Anand Subramoney
    Standort: Ruhr-Universität Bochum
    Projektname: Sparse asynchronous deep learning on low-power hardware
    Kurzbeschreibung: In diesem Projekt werden skalierbare Algorithmen für KI entwickelt, die auf einer breiten Auswahl an Hardware betrieben werden können. In Anlehnung an die Biologie werden die Lernalgorithmen so konzipiert, dass sie asynchron sind, indem das Netzwerk mit zeitkontinuierlichen Methoden modelliert wird. Eine Anwendung dieses Mo-dells wäre das Trainieren von extrem großen Sprachmodellen, welche die Untersuchung auf Vertrauenswürdigkeit bzw. Neutralität der Modellvorhersagen ermöglichen.

    Dr. Zorah Lähner
    Standort: Universität Siegen
    Projektname: Robust Geometrie Deep Learning
    Kurzbeschreibung: Das Ziel dieses Projekts ist es, geometrische Deep Learning Methoden flexibler und robuster gegenüber erfassungsbedingten Variationen, wie Rauschen aus der Aufnahme und Konversationsartefakte, zu machen. Der Fokus liegt auf deformierbaren Objekten, bei denen die Unterscheidung zwischen Rauschen und Deformation oft seman-tisches Vorwissen erfordert. Dies ist zum Beispiel in der Medizin sehr wichtig, wo kleine Rekonstruktionsvariationen nicht zu anders klassifizierten Ergebnissen führen sollten.


    Images

    Criteria of this press release:
    Journalists
    Information technology
    transregional, national
    Research projects, Science policy
    German


     

    Help

    Search / advanced search of the idw archives
    Combination of search terms

    You can combine search terms with and, or and/or not, e.g. Philo not logy.

    Brackets

    You can use brackets to separate combinations from each other, e.g. (Philo not logy) or (Psycho and logy).

    Phrases

    Coherent groups of words will be located as complete phrases if you put them into quotation marks, e.g. “Federal Republic of Germany”.

    Selection criteria

    You can also use the advanced search without entering search terms. It will then follow the criteria you have selected (e.g. country or subject area).

    If you have not selected any criteria in a given category, the entire category will be searched (e.g. all subject areas or all countries).