.

M. Sc. Philipp Rigoll

  • Forschungszentrum Informatik (FZI)
    Haid- und Neu-Str. 10 - 14
    76131 Karlsruhe

Forschung

Datenanalyse und Data-Mining

Getrieben durch die Digitalisierung sind Daten heute zentral in den verschiedensten Lebens- und Wirtschaftsbereichen. Sie treten dabei in den unterschiedlichsten Formen und Ausprägungen auf. An immer mehr Stellen werden Daten gesammelt, verarbeitet und gespeichert. Die Datenanalyse beschäftigt sich damit, aus diesen Daten wertvolle Informationen zu extrahieren. Der Fokus beim Data-Mining liegt auf der Verwendung statistischer Methoden zum Auffinden und Beschreiben von Mustern und verborgenen Zusammenhängen in den Daten. Wir am FZI/ITIV forschen daran, diese Analysen möglichst agnostisch durchzuführen. Dabei ist das oberste Ziel die Nachvollziehbarkeit der Analysen und damit verbunden eine verständliche Präsentation der Ergebnisse.

Maschinelles Lernen

Aufbauend auf der Datenanalyse und dem Data-Mining und dem damit verbunden Verständnis der Daten, geht das maschinelle Lernen noch einen Schritt weiter. Hier lernen Algorithmen die Gesetzmäßigkeiten der Daten als statistisches Modell und können nach einer Lernphase auf weitere Daten verallgemeinern. Vor allem in Form von künstlichen neuronalen Netzwerken hat sich das maschinelle Lernen bewährt und wird zum Beispiel für die Prognose von Zeitreihen, die Detektion von Anomalien und die Objektdetektion eingesetzt. Am FZI/ITIV entwickeln und untersuchen wir diese Methoden zum Beispiel im Kontext des automatisierten Fahrens.

Augmentation mit generierenden künstlichen neuronalen Netzwerken

Künstliche neuronale Netzwerke sind neben der Verallgemeinerung auf unbekannte Daten dazu in der Lage neue Daten zu erzeugen (die drei Bilder oben wurden durch Textvorgabe mit der Stable-Diffusion-Architektur generiert). Neben rein künstlerischem und kreativem Schaffen erlaubt dieses Vorgehen auch die Ergänzung von fehlenden Datenpunkten in Datensätzen. Diese Datensatzvergrößerung wird als Augmentation bezeichnet. Wir am FZI/ITIV forschen an dem Einsatz von Augmentation mit generierenden künstlichen neuronalen Netzwerken im Zusammenhang mit der Entwicklung von automatisierten Fahrfunktionen.

HiWi Stellen
Titel