SIMCARD

  • Ansprechperson:

    Prof. Dr. Melanie Schienle, Prof. Dr. Tilmann Gneiting

  • Förderung:

    Helmholtz Association

In allen Gebieten von Wissenschaft und Gesellschaft sind große, komplexe und hochdimensionale Daten heutzutage allgegenwärtig. Machine Learning- und KI-Methoden sind bereits sehr effektiv darin, solche Daten für Prognosen zu nutzen.

Das Projekt SIMCARD wird neuartige Machine Learning-Verfahren entwickeln, die robust und zuverlässig sind und über einfache Vorhersagen hinausgehen. Der Fokus liegt dabei auf neuen Methoden für die Modellierung sehr großer Netzwerke und die Zuverlässigkeit von Vorhersagen. Ziel ist es, mit passgenauen skalierbaren, fundierten und interpretierbaren Data Science Methoden Antworten auf drängende Probleme in vielfältigen Anwendungsbereichen zu liefern. Das Projekt adressiert insbesondere die Felder datenintensive Biomedizin und Wettervorhersage.