HDS-LEE: Helmholtz School for Data Science

HDS-LEE Homepage
Ansprechpartnerin: Ira Assent

Die Helmholtz School for Data Science in Life, Earth and Energy (HDS-LEE) bietet ein interdisziplinäres Umfeld für die Ausbildung der nächsten Generation von Datenwissenschaftlern in engem Kontakt zu domänenspezifischem Wissen und Forschung.

Das IAS-8 ist über ein PhD-Projekt zu Transfer-Learning-Methoden für die Computermedizin beteiligt. Transferlernen hat in letzter Zeit das Forschungsinteresse in der Gemeinschaft des maschinellen Lernens auf sich gezogen, da es eine Technik ist, die datenintensive Analyseaufgaben mit verwandten, aber unterschiedlichen Datenquellen in der Bildgebung, der Verarbeitung natürlicher Sprache und mehr unterstützt. Ein Beispiel ist die Computational Medicine, wo wir ein großes Potenzial in der Skalierung der Datenanalyse sehen, wo aber die manuelle Annotation durch medizinische Experten oft unerschwinglich ist.

In diesem Projekt tragen wir zu einer Charakterisierung von Daten- und Modelleigenschaften bei, die Lernaufgaben in der Computermedizin zugutekommen, und unterstützen die Identifizierung und Integration von Daten aus öffentlich verfügbaren experimentellen Datenbanken. Wir schlagen Transfer-Learning-Modelle vor, die Zielvorhersagen optimieren und gleichzeitig den manuellen Aufwand bei der Kuratierung von Trainingsdaten reduzieren.

Wir entwerfen effiziente Lernalgorithmen, die eine inkrementelle Hinzufügung von Datenquellen erlauben und die verfügbaren Hardwareressourcen nutzen.

Wir erstellen Erklärungen zu Transfer-Learning-Modellen, die den Domänenexperten ein Verständnis für die Modelle und ihre Rolle beim Transfer-Learning vermitteln und es ihnen ermöglichen, das Modell zu hinterfragen und sicherzustellen, dass die auf dem Modell basierenden Schlussfolgerungen zuverlässig sind.