Eingabe löschen

Kopfbereich

Schnellnavigation

Hauptnavigation

Forschungsschwerpunkt Cognitive Computing in Life Sciences

Mit Cognitive Computing bieten wir neue Lösungen für die Life Sciences, die auf dem grundlegenden Verständnis von Mensch und Maschine als ein lernendes Gesamtsystem basieren.

Über uns

Der Schwerpunkt Cognitive Computing for Life Sciences beschäftigt sich mit der Entwicklung und dem Einsatz von computergestützten Methoden, Modellen und Systemen im Bereich der Life Sciences, deren Eigenschaften sich am Vorbild der Lern- und Adaptionsfähigkeiten bzw. Selbstorganisationsprinzipien natürlicher Systeme orientieren. Die entwickelten Lösungen unterstützen anspruchsvolle menschliche Tätigkeiten und Entscheidungsprozesse, können aber auch bei der Automatisierung von Prozessen zum Einsatz kommen. Die folgenden allgemeinen Aspekte stehen für unsere Forschung und Entwicklung im Zentrum: Lernfähigkeit/Adaptionsfähigkeit der Systeme, kontextgebundene Lösungen (Anwendungskontext in den Life Sciences), systemische Betrachtung der Anwendung und des Kontexts.

Der Schwerpunkt ist in verschiedene Forschungsgruppen gegliedert, die jeweils auf gewissen Methoden oder Anwendungsdomänen fokussieren.

Unsere Forschungsgruppen

Bio-Inspired Methods and Neuromorphic Computing

Die Forschungsgruppe ist methodisch spezialisiert auf die Entwicklung und den Einsatz lernfähiger Algorithmen und naturinspirierter Methoden (evolutionäre Algorithmen, Methoden der Physik). Im Weiteren umfasst die Spezialisierung auch den Einsatz neuromorphischer Technologien und die Entwicklung hybrider Ansätze, die Modelle komplexer Systeme mit datengetriebenen Lösungen kombinieren. Die Anwendungsgebiete umfassen alle Bereiche der Life Sciences mit Schwerpunkt in den Bereichen Health sowie Labore und Produktion.

Autonomous Systems and Reinforcement Learning

Die Forschungsgruppe ist methodisch spezialisiert auf Reinforcement Learning, Unsupervised and Semi-Supervised Learning sowie Human in the loop Machine Learning.  Die Methodik umfasst daher auch Themen wie Online Learning und agentenbasierte Systeme.
Die Anwendungen umfassen alle Bereiche der Life Sciences. Ein spezifischer Fokus liegt bei der Entwicklung von Machine-Learning-Lösungen für Anwendungen in der Biotechnologie.

Predictive Analytics

Die Forschungsgruppe ist spezialisiert auf Signalverarbeitung, Merkmalsextraktion und Image Analysis für Prognosen, Musterentdeckung und Mustererkennung, Data Mining, statistische Modellierung und maschinelles Lernen. Sie realisiert Forschungsprojekte im Bereich von Predictive und Prescriptive Analytics. Die Forschungsgruppe beschäftigt sich mit allen Gebieten der Life Sciences. Ausgewiesene Erfahrungen gibt es u.a. im Bereich von Medtech, personalisierter Gesundheit und Sport Analytics. Darüber hinaus liegt die Expertise der Gruppe in der Verschmelzung verschiedenartiger Informationsquellen für Zeitreihenvorhersagen und Bild-/Videoanalysen. Im Kontext von Industrie 4.0 forscht die Gruppe im Bereich von Predictive und Prescriptive Maintenance.

Digital Environment and Sustainability

Die Forschungsgruppe setzt den Fokus auf Anwendungen im Umweltbereich und die Modellierung natürlicher Systeme und deren Interaktion mit dem Menschen. Dies umfasst auch Nachhaltigkeitsthemen in einem allgemeineren Kontext (Themenkreis Gesellschaft und Wirtschaft).
Der Methodenkatalog umfasst allgemeine Data Science, Machine Learning und Modellierungs-Techniken. Ein spezieller methodischer Fokus liegt auf der Modellierung mit diskreten Systemen wie Zelluläre Automaten und auf Deep Learning Methoden.

Team Cognitive Computing in Life Sciences

Projekte

Publikationen