ProjektADIMEM – Automatische Daten-Getriebene Inferenz in Mechanistischen Modellen
Grunddaten
Akronym:
ADIMEM
Titel:
Automatische Daten-Getriebene Inferenz in Mechanistischen Modellen
Laufzeit:
01.08.2018 bis 31.07.2021
Abstract / Kurz- beschreibung:
Maschinelles Lernen erlaubt es, in komplexen Daten Muster zu erkennen. Derzeit populäre Verfahren basieren auf generischen, unstrukturierten Modellen, deren inhärente Annahmen in der Anwendung unerwartete Effekte haben können. Eine Alternative sind klassische physikalische Modelle, die mit Hilfe von Expertenwissen die Dynamik und Struktur eines Systems mechanistisch abbilden. Solche Modelle sind interpretierbarer, aber es ist oft schwierig, ihre Parameter auf empirische Daten anzupassen. Ziel des Projektes ist, die Leistungsfähigkeit des Maschinellen Lernens mit der Interpretierbarkeit klassischer Modellierung zu kombinieren. Unsere Methoden werden komplexe mechanistische Modelle und Simulationen mit hoch-dimensionalen Daten verbinden, und Einblicke in die zugrundeliegenden Prozesse ermöglichen. Der geplante Ansatz ist flexibel anwendbar auf eine Vielzahl von Modellen in Wissenschaft, Wirtschaft und Technik, und verlangt von Anwendern nur begrenzt Vorkenntnisse. Das Projekt konzentriert sich auf zwei exemplarische Fragen der biophysikalischen Modellierung biologischer neuronaler Netze: Modellierung einzelner Zellen der Netzhaut und Simulationen der Großhirnrinde. Diese Konkretisierung ermöglicht direkte Evaluation der Methodologie und kombiniert technologische Entwicklung mit wissenschaftlichem Fortschritt. Es ist beabsichtigt öffentlich zugängliche Software zu entwickeln, die Anwendern automatische Inferenz auf ihren eigenen Modellen und Simulationen ohne Implementierungshürden ermöglicht.
Schlüsselwörter:
probabilistic numerics (probabilistische Numerik)
maschinelles Lernen
machine learning
numerische Modellierung
numerical modeling
Beteiligte Mitarbeiter/innen
Leiter/innen
Wilhelm-Schickard-Institut für Informatik (WSI)
Fachbereich Informatik, Mathematisch-Naturwissenschaftliche Fakultät
Fachbereich Informatik, Mathematisch-Naturwissenschaftliche Fakultät
Exzellenzcluster: Maschinelles Lernen: Neue Perspektiven für die Wissenschaft (CML)
Zentren oder interfakultäre wissenschaftliche Einrichtungen
Zentren oder interfakultäre wissenschaftliche Einrichtungen
Tübingen AI Center
Fachbereich Informatik, Mathematisch-Naturwissenschaftliche Fakultät
Fachbereich Informatik, Mathematisch-Naturwissenschaftliche Fakultät
Hertie Institute for Artificial Intelligence in Brain Health (HIAI)
Nichtklinische Institute, Medizinische Fakultät
Nichtklinische Institute, Medizinische Fakultät
Interfakultäres Institut für Biomedizinische Informatik (IBMI)
Interfakultäre Institute
Interfakultäre Institute
Exzellenzcluster: Maschinelles Lernen: Neue Perspektiven für die Wissenschaft (CML)
Zentren oder interfakultäre wissenschaftliche Einrichtungen
Zentren oder interfakultäre wissenschaftliche Einrichtungen
Tübingen AI Center
Fachbereich Informatik, Mathematisch-Naturwissenschaftliche Fakultät
Fachbereich Informatik, Mathematisch-Naturwissenschaftliche Fakultät
Lokale Einrichtungen
Wilhelm-Schickard-Institut für Informatik (WSI)
Fachbereich Informatik
Mathematisch-Naturwissenschaftliche Fakultät
Mathematisch-Naturwissenschaftliche Fakultät
Forschungsinstitut für Augenheilkunde
Department für Augenheilkunde
Kliniken und klinische Institute, Medizinische Fakultät
Kliniken und klinische Institute, Medizinische Fakultät
Geldgeber
Bonn, Nordrhein-Westfalen, Deutschland