Methoden des maschinellen Lernens und der künstlichen Intelligenz haben in den letzten Jahren zu wichtigen Durchbrüchen bei vielen „schwierigen“ Problemen der Informatik, wie beispielsweise der Bild- und Sprachverarbeitung, geführt. Diese Methoden sind stark datengetrieben, d.h. ihr Erfolg basiert auf der Verfügbarkeit von immer größeren und komplexeren Datenmengen. Sie sind damit einerseits in vielen technischen und wirtschaftsnahen Anwendungen zentral, spielen andererseits aber auch eine immer größere Rolle bei der Auswertung großer Datenmengen in der Wissenschaft.
Verfügbare Daten sind oftmals geprägt durch Protokolle der Messung oder Beobachtung. Insbesondere in wissenschaftlichen Anwendungen kommt es häufig vor, dass bestimmte Orte, Personen oder Ereignisse mehrfach beobachtet werden. So werden in der Seismologie mehrfache Messungen an derselben Messstation oder in der Psychologie mehrfache Experimente mit derselben Versuchsperson durchgeführt. In diesem Fall können sich individuelle Eigenschaften einer Messstation, Versuchsperson etc. als individuelle Effekte in den Daten niederschlagen.
Die Antrittsvorlesung stellt verschiedene Forschungsarbeiten des maschinellen Lernens mit Bezug zu Individualität und individuellen Effekte in Daten vor. Auf der Anwendungsseite reicht das Spektrum dabei von der seismischen Risikoanalyse über Blickbewegungsexperimente in der Psychologie bis zu Individualisierungsansätzen in der modernen Tierhaltung.
Die Antrittsvorlesung von Prof. Dr. Niels Landwehr am 2. November 2022 erfolgt im Anschluss an die Antrittsvorlesung von Prof. Dr. Janis Fögele in Hörsaal 4 auf dem Hauptcampus der Universität Hildesheim. Die Veranstaltung beginnt um 18 Uhr c.t.
Zur Person: Prof. Dr. Niels Landwehr
Niels Landwehr hat Informatik mit Nebenfach Mathematik an der Albert-Ludwigs-Universität Freiburg studiert. Er promovierte zum Thema „Trading Expressivity for Efficiency in Statistical Relational Learning" am Fachbereich Informatik der Katholieke Universiteit Leuven, Belgien, im Jahr 2009. Von 2009 bis 2013 arbeitete er als wissenschaftlicher Mitarbeiter (postdoc) in der Arbeitsgruppe für Maschinelles Lernen am Institut für Informatik der Universität Potsdam.
Landwehr wurde für seine wissenschaftlichen Arbeiten mehrfach ausgezeichnet. Er erhielt unter anderem den „Scientific Prize IBM Belgium for Informatics" für die beste Dissertation im Bereich der Informatik in Belgien, den „ECCAI Artificial Intelligence Dissertation Award" für die beste Dissertation im Bereich der künstlichen Intelligenz in Europa, sowie den „Best Paper Award", „Best Student Paper Award", und „Test of Time Award" der European Conference on Machine Learning (ECML).
Vor seinem Ruf nach Hildesheim widmete er sich zuletzt als Professor für „Data Science in Agriculture“ im Rahmen einer gemeinsamen Berufung des ATB und der Universität Potsdam der Weiterentwicklung von Verfahren der intelligenten Datenanalyse und des maschinellen Lernens und ihrer Anwendung auf Fragestellungen der Bioökonomie und führt einige der Projekte nun von Hildesheim aus fort.
