Motivation
Die fortlaufende Digitalisierung sämtlicher Aspekte der Gesellschaft geht einher mit der Generierung von Daten enormen Ausmaßes. In der Regel bestehen die erfassten Datensätze aus vielen Datenpunkten, welche jeweils durch eine große Anzahl an Merkmalen, den sogenannten Features, charakterisiert sind. Des Weiteren sind die Daten häufig durch Unsicherheiten geprägt. Die Herausforderung, diese Daten sinnvoll zu analysieren sowie gewünschte Informationen effizient zu extrahieren, ist von großer Bedeutung für viele Anwendungen. Mit der wachsenden Menge der erfassten Daten steigen natürlich auch die Anforderungen an Verfahren für deren sinnvolle und vor allem transparente Analyse. Insbesondere die Nachvollziehbarkeit der Analyseergebnisse ist durch die meisten bisher bekannten Verfahren der KI häufig nicht gegeben.
Ziele und Vorgehen
Ziel von SAlE (gesprochen: SALE) ist es, effiziente Algorithmen zur Datenanalyse zu entwickeln, mit denen die Analyse- bzw. Prognoseergebnisse auf Basis der zugrundeliegenden Daten nachzuvollziehen sind. Dabei werden einerseits effiziente Lösungen für spezielle Datenanalyseprobleme entwickelt. Andererseits sollen mathematische Näherungsverfahren für hochdimensionale Daten verbessert werden. Weiterhin sollen durch qualifizierte Simulationen und Tests Aussagen zur Robustheit gegenüber Unsicherheiten in den gegebenen Daten getroffen werden.
Innovationen und Perspektiven
Neue mathematische Herausforderungen liegen sowohl in der effizienten Behandlung großer komplexer Datenmengen als auch in der Analyse und somit Auflösung der teilweise sehr komplexen unbekannten Wechselbeziehungen in den Daten selbst. Um diese Herausforderungen zu bewältigen, wird in dem Projekt SAlE eine enge Verzahnung verschiedener Techniken der mathematischen Datenanalyse angestrebt. Die Projektleiterin ist seit Oktober 2012 am Lehrstuhl für Angewandte Funktionalanalysis der Fakultät für Mathematik der TU Chemnitz tätig.