Anwendungen maschineller Lernverfahren - von Brain-Machine-Interfaces bis zum autonomen Fahren -

Maschinelle Lernverfahren haben sich in vielen Bereichen etabliert und liefern in Spezialgebieten bereits bessere Ergebnisse als Menschen. Aktuelle Weiterentwicklungen wie Deep Learning verstärken diesen Trend. Neben einer kurzen Darstellung des Stands der Technik von Machine Learning beschreibt der Vortrag einige Beispielanwendungen aus dem Arbeitsbereich der Technischen Informatik der Universität Tübingen. Mit Hilfe von Brain-Machine-Interfaces konnten bei der Rehabilitation von Schlaganfallpatienten Fortschritte erzielt werden. Ein anderes Beispiel betrifft den BMI-Einsatz für Untersuchungen zu adaptiven Lernsystemen. Beim autonomen Fahren spielt die Frage der Erkennung einer erforderlichen Übernahmesituation eine wichtige Rolle, die aufgrund der Beobachtung des Fahrers möglichst genau zu klassifizieren ist.

Bio

Prof. Dr. Wolfgang Rosenstiel studierte Informatik an der Universität Karlsruhe und erhielt sein Diplom 1980. Die Promotion wurde ebenfalls an der Universität Karlsruhe 1984 abgeschlossen. Von 1986 bis 1990 war er Abteilungsleiter der Abteilung “Automatisierung des Schaltkreisentwurfs“ am Forschungszentrum Informatik (FZI). Seit 1990 ist er Universitätsprofessor für Technische Informatik an der Universität Tübingen. Seit dem 1.10.2010 ist er Dekan der Mathematisch-Naturwissenschaftlichen Fakultät. Er war Mitglied des SFB-Senatsausschusses für die Sonderforschungsbereiche der Deutschen Forschungsgemeinschaft und des SFB-Bewilligungsausschusses. Er ist Herausgeber der Springer-Zeitschrift “Design Automation for Embedded Systems”. Er wirkt mit in Programm- und Leitungskomitees zahlreicher Konferenzen. Er ist Mitglied von GI, IEEE, IFIP 10.5 sowie bei der ITRS (International Technology Roadmap for Semiconductors). 2009 hat er einen ERC Advanced Grant erhalten. Seit 2008 ist er DATE-Fellow. 2007 hat er den IBM Shared University Research Grant erhalten.