Lehrstuhl für Maschinelles Lernen und Data Engineering (Prof. Gieseke)
Die Datenmengen haben in vielen Gebieten dramatisch zugenommen. Beispielsweise liefern Satelliten pro Jahr mehrere Petabyte an Daten. Eine ähnliche „Datenflut" kann heutzutage in verschiedenen anderen Gebieten beobachtet werden, wie z. B. in der Medizin, im Bereich sozialer Medien, in der Finanzwirtschaft oder im Kontext moderner Energienetze. Der Fokus unserer Forschungsarbeiten liegt auf der Entwicklung effizienter und skalierbarer Implementationen für moderne Verfahren des Maschinellen Lernens. Beispielsweise entwickeln wir parallele und verteilte Verfahren, um die praktische Laufzeit der entsprechenden Datenanalyseverfahren zu reduzieren. In vielen Fällen müssen hierzu die ursprünglichen algorithmischen Bausteine an die speziellen Eigenschaften moderner Hardwarearchitekuren angepasst werden. Die Anpassung bisheriger und die Entwicklung neuer Methoden, welche große Mengen an Daten effizient handhaben können, stellt eine der Hauptforschungsaktivitäten unserer Gruppe dar.