Presseportal

KI-Forschungsgruppe an der Schnittstelle von Statistik, maschinellem Lernen und Biomedizin erh?lt Millionenf?rderung der DFG

Die Forschungsgruppe ?DeSBi“ der Humboldt-Universit?t zu Berlin, des Hasso-Plattner-Instituts (HPI), der Universit?t Potsdam, der Charité – Universit?tsmedizin Berlin, des Max-Delbrück-Centrums?für Molekulare Medizin und des Fraunhofer Heinrich-Hertz-Instituts ist unter den Auserw?hlten

Im Rahmen der F?rderinitiative im Bereich der künstlichen Intelligenz (KI) f?rdert die Deutsche Forschungsgemeinschaft (DFG) acht neue Forschungsgruppen mit insgesamt rund 31,4 Millionen Euro. Zu den Auserw?hlten z?hlt die gemeinsame Forschungsgruppe ?DeSBi“ der Humboldt-Universit?t zu Berlin, des Hasso-Plattner-Instituts (HPI), der Universit?t Potsdam (UP), der Charité – Universit?tsmedizin Berlin, des Max-Delbrück-Centrums?für Molekulare Medizin und des Fraunhofer Heinrich-Hertz-Instituts, die mithilfe von KI-Technologien biomedizinischen Wissenschaftlern künftig bessere Methoden zum Erkenntnisgewinn aus strukturierten Daten zur Verfügung stellen will.

Ob Bilder, Genomsequenzen oder Zeitreihen: Hochdurchsatzmessungen liefern den biomedizinischen Wissenschaften mittlerweile wichtige strukturierte Daten, die aber oft durch Heterogenit?t, St?rgr??en und Stichprobenverzerrung gekennzeichnet sind. ?Daher sind statistische Verfahren unverzichtbar, die interpretierbare Ergebnisse, Quantifizierung von Unsicherheit, Adjustierung für St?rgr??en und Testen von Hypothesen mit statistischer Fehlerkontrolle erm?glichen“, so Prof. Dr. Sonja Greven von der Humboldt-Universit?t zu Berlin und Sprecherin der Forschungsgruppe. ?Gleichzeitig werden neuronale Netze immer wichtiger, die komplexe Abh?ngigkeiten in solchen strukturierten Daten flexibel darstellen k?nnen.“ Durch die ?Integration von Deep Learning und Statistik zum Verst?ndnis strukturierter biomedizinischer Daten“ (DeSBi) will die Forschungsgruppe im engen Austausch mit den biomedizinischen Anwendungen helfen, in Zukunft Unsicherheiten besser zu quantifizieren, statistische Modelle zu flexibilisieren und die Interpretierbarkeit der Ergebnisse von maschinellen Lernverfahren deutlich zu verbessern, so Greven.

?Im Rahmen der interdisziplin?ren Forschungsgruppe wollen wir neue Antworten auf wichtige biomedizinische Fragestellungen finden. Beispielsweise k?nnen wir durch die Verbindung von statistischen Verfahren, Neuronalen Netzen und erkl?rbaren KI-Verfahren herausfinden, welche Mutationen im menschlichen Genom verantwortlich sind für sichtbare Unterschiede der Gehirnstrukturen in MRT-Bildern von zehntausenden von Individuen“, so Prof. Dr. Christoph Lippert von der gemeinsamen Digital Engineering Fakult?t des Hasso-Plattner-Instituts und der Universit?t Potsdam sowie Co-Sprecher der Forschungsgruppe.

Die KI-F?rderinitiative war von der DFG im Oktober 2019 beschlossen und mit einem Gesamtpaket von rund 90 Millionen Euro ausgestattet worden. Die Initiative besteht aus zwei Schwerpunkten: zum einen aus der F?rderung der acht neuen Forschungsgruppen, die thematisch und personell jeweils ein Forschungsfeld mit Bedarf an KI-Methoden mit Forschung im Bereich der KI-Methodik verzahnen sollen. Forschungsgruppen erm?glichen Wissenschaftlerinnen und Wissenschaftlern, sich aktuellen und dr?ngenden Fragen ihrer Fachgebiete zu widmen und innovative Arbeitsrichtungen zu etablieren. Zum anderen waren zuvor in zwei Ausschreibungsrunden bereits insgesamt 15 Emmy Noether-Nachwuchsgruppen eingerichtet worden. Mit dieser Ma?nahme soll die n?chste Generation von hoch qualifizierten Wissenschaftlerinnen und Wissenschaftlern mit Forschungsfokus auf KI-Methoden gewonnen werden.

Weitere 打鱼游戏单机版

Zur Pressemitteilung des DFG

Pressekontakt

Abteilung Kommunikation, Marketing und Veranstaltungsmanagement (VIII)

pr@hu-berlin.de

?