ML: Bio-inspired Learning
Bio-inspiriertes Lernen erforscht Berechnungsmodelle und Algorithmen, die von biologischen Systemen wie neuronalen Netzen, Evolution und Schwarmintelligenz inspiriert sind. Dieser Ansatz zielt darauf ab, effiziente, anpassungsfähige und intelligente Systeme zu schaffen, indem die Problemlösungsstrategien der Natur nachgeahmt werden, und bringt Bereiche wie KI, Robotik und Optimierung voran.
ML: Probabilistic Methods
Diese Gruppe befasst sich mit Herausforderungen in den Bereichen Sicherheit, Infrastruktur und Nachhaltigkeit. Von der Notfallerkennung in Haushalten bis hin zur Trinkwasserprognose, der Optimierung des Stromnetzes und der Echtzeit-Gesundheitsüberwachung kombinieren sie innovative Berechnungsmethoden mit praktischen Anwendungen. Gemeinsam wollen sie wirkungsvolle Lösungen für dringende gesellschaftliche und ökologische Bedürfnisse liefern.
