EU-Millionenförderung für Deep-Learning-Projekt in Leipzig

Mathematische Modelle und Methoden und das Rechnen mit neuronalen Netzen bilden die theoretische Grundlagen zur Erforschung von Deep Learning-Prozessen. © Max-Planck-Institut für Mathematik in den Naturwissenschaften

Deep Learning ist eines der lebendigsten Gebiete des heutigen maschinellen Lernens und einer der vielversprechendsten Ansätze für Künstliche Intelligenz. Das Forschungsgebiet treibt die neuesten Systeme für Bild-, Text- und Audioverarbeitung sowie eine zunehmende Anzahl neuer Technologien voran.

Das Ziel der neuen Forschungsgruppe ist es, wichtige offene Probleme auf dem Gebiet des Deep Learnings anzugehen, insbesondere in Bezug auf Kapazität, Optimierung und Regularisierung der zugrundeliegenden Algorithmen.

Hierfür werden die Wissenschaftler theoretische Grundlagen derart festigen, dass die Mechanismen des derzeitigen Erfolgs von Deep Learnings identifiziert und für wichtige neue Anwendungsgebiete nutzbar gemacht werden können. Der wissenschaftliche Ansatz basiert auf der Geometrie neuronaler Netze und wendet eine innovative Mathematik an, die wichtige Bezüge zur Informationstheorie und zur algebraischen Statistik aufweist.

Guido Montúfar studierte Mathematik und Physik an der Technischen Universität Berlin und promovierte an der Universität Leipzig. Nachdem er als wissenschaftlicher Mitarbeiter an der Pennsylvania State University tätig war, erhielt er eine Postdoc-Stelle am Max-Planck-Institut für Mathematik in den Naturwissenschaften in Leipzig.

Parallel zu seiner jetzigen Tätigkeit als Forschungsgruppenleiter am Institut arbeitet Guido Montúfar als Assistant Professor in den Departments für Mathematik und für Statistik der University of California, Los Angeles, USA. Gemeinsam mit seinem Team entwickelt er dort mathematische Werkzeuge und Techniken zur Berechnung mit neuronalen Netzen mit diversen Anwendungen. Diese reichen von der generativen Modellierung über Optimierung bis hin zu reiner Mathematik.

Mit seiner wissenschaftlichen Arbeit stellt sich Guido Montúfar den wichtigsten Herausforderungen der aktuellen Deep-Learning-Forschung, wobei er von tiefer Praxisrelevanz geleitet ist. Gemeinsam mit seinem Team verfolgt er einen synergetischen Ansatz an der Schnittstelle von Mathematik, Statistik und maschinellem Lernen, der Werkzeuge aus der Informationstheorie, Algebra, Kombinatorik und Geometrie zusammenführt.

Die von Guido Montúfar in den letzten Jahren entwickelte geometrische Analyse tiefer neuronaler Netze bietet einen formalen Ansatz für das Design von Lernsystemen, beispielweise von relativ kleinen Netzwerke mit garantierter Lernfähigkeit. Seine Forschung zu neuronalen Netzen umfasst die Analyse verteilter Repräsentationen, die Vorteile der Tiefe in der Funktionsapproximation, die Geometrie von graphischen Modellen mit versteckten Variablen.

Dies eröffnet neue Wege, um Engpässe im derzeitigen Reinforcement Lernen anzugehen, nämlich die Stichprobenkomplexität dieser Methoden. Guido Montúfars Forschung begünstigt die Entwicklung neuer Optimierungsalgorithmen für das Lernen mit neuronalen Netzen und neue, auf der Informationstheorie basierende, Regularisierungstechniken.

Guido Montúfar ist zudem als Koordinator aktiv in Forschungsaktivitäten eingebunden, die das Zusammenwirken von Mathematik und maschinellem Lernen zum Ziel haben, wie beispielsweise der diesjährige DALI-Workshop „Theory of Deep Learning“ und der bevorstehende Workshop „Boltzmann machines“ am American Institute of Mathematics. Guido Montúfars Team ist zudem eng eingebunden in die Initiative „Mathematics of Data“ am Max-Planck-Institut für Mathematik in den Naturwissenschaften.

ERC Starting Grants werden vom Europäischen Forschungsrat an exzellente Nachwuchswissenschaftler verliehen, die in ihrer jungen Karriere bereits herausragende Forschungsergebnisse erzielen konnten. Der Förderbetrag dient zum Aufbau einer eigenen Arbeitsgruppe.

Dr Guido Montúfar
Max-Planck-Institut für Mathematik in den Naturwissenschaften
Inselstraße 22
04103 Leipzig
guido.montufar@mis.mpg.de

http://www.math.ucla.edu/~montufar Informationen zum Preisträger Prof. Guido Montúfar
https://erc.europa.eu/funding/starting-grants Informationen zum ERC Starting Grants-Programm der EU
http://www.mis.mpg.de/math-of-data Informationen zur Initiative „Mathematics of Data“ am Max-Planck-Institut für Mathematik in den Naturwissenschaften
http://www.mis.mpg.de Informationen zum Max-Planck-Institut für Mathematik in den Naturwissenschaften

Media Contact

Jana Gregor Max-Planck-Institut für Mathematik in den Naturwissenschaften (MPIMIS)

Alle Nachrichten aus der Kategorie: Förderungen Preise

Zurück zur Startseite

Kommentare (0)

Schreiben Sie einen Kommentar

Neueste Beiträge

Brustkrebs-Charakterisierung mit KI

Forschende des Paul Scherrer Instituts PSI und des Massachusetts Institute of Technology MIT nutzen künstliche Intelligenz, um die Einordnung von Brustkrebs zu verbessern. Krebs ist nicht gleich Krebs. Manche Tumore…

Partikelgrößenverteilung im laufenden Mahlprozess messen

Die Wirkungsweise von Pharmazeutika, die Effizienz von Katalysatoren oder die Farbwirkung und Funktionalität von Drucktinten hängen auch von der Größe der darin enthaltenen Nanopartikel ab. Doch es fehlt an Methoden,…

Was bei der Vorhersage der Arzneiwirkung passiert

Forschungsticker Uni Bonn: Welcher Arzneimittelkandidat hat die beste Wirksamkeit für eine bestimmte Erkrankung? Solche Vorhersagen werden am Computer bearbeitet – mit Hilfe des Maschinellen Lernens und anderer Ansätze der Künstlichen…

Partner & Förderer