Motivation
Komplexe Systeme sind allgegenwärtig, ob in Umweltprozessen, menschlichem Verhalten oder biomedizinischen Anwendungen. Die zugrundeliegenden Prozesse solcher Systeme besser zu verstehen und adäquate Vorhersagen treffen zu können, stellt eine große Herausforderung dar. Maschinelle Lernverfahren und insbesondere Deep-Learning-Modelle bewältigen dies hauptsächlich, indem sie sich auf riesige Datenmengen stützen. Dies führt zu oft schwer verständlichen Modellen, aus denen es nicht ohne weiteres möglich ist, tiefere Einblicke in die entsprechende Domäne zu gewinnen. Gleichzeitig sind Hintergrundwissen sowie ein tieferes Verständnis komplexer Systeme für praktische Entscheidungsfindung und Planung unerlässlich. Hintergrundwissen mithilfe des Maschinellen Lernens zu integrieren, ermöglicht es, Modelle zu erstellen, um bessere, robustere und generalisierbare Erklärungen und Vorhersagen erhalten zu können.
Ziele und Vorgehen
Deshalb befasst sich die KI-Nachwuchsgruppe THEMIS mit Wissensextraktion und Wissensintegration für Maschinelles Lernen. Das Projekt zielt darauf ab, Methoden zur Wissensextraktion zu entwickeln, um komplexe Systeme entlang dreier Achsen zu erklären und zu verstehen: horizontal (Interaktionen zwischen Komponenten des Systems), vertikal (Unterschiede in den gesammelten Daten, wie etwa für unterschiedliche Personengruppen), sowie temporal (über die Zeit). Darüber hinaus werden die Grenzen sowie das Potenzial von Wissensintegration in praktischen Anwendungen untersucht und optimiert. Die entwickelten Methoden sollen in Fallstudien und Projekten mit Anwendern erprobt werden.
Innovationen und Perspektiven
Die entwickelten Methoden werden so die Grundlage bilden, neue Erkenntnisse in unterschiedlichsten Anwendungsszenarien zu gewinnen und vorhandenes Wissen optimal für nachvollziehbares Maschinelles Lernen zu nutzen. Mittelfristig soll dies die praktische Anwendung des wissensbasierten Maschinellen Lernens in einer Vielzahl von Branchen ermöglichen wie etwa in der Umweltmodellierung, Verhaltensanalyse oder in der biomedizinischen Entwicklung.