Nr. 27 / 2003

13. Februar 2003 : Intelligente Datenverarbeitung - Uni Osnabrück erforscht Neuronale Netze – 810.000 Euro vom Land Niedersachsen

In einem künstlichen neuronalen Netz können Informationen durch Training gespeichert werden. Dabei können Regelmäßigkeiten und Strukturen auftreten, die den verarbeiteten Daten selbst nicht anzusehen sind. Probleme, bei denen eine exakte mathematische Darstellung fehlschlägt, werden so leichter zugänglich. Die an der Universität Osnabrück neu eingerichtete Forschernachwuchsgruppe "Lernen mit Neuronalen Netzen auf Strukturierten Daten" (LNM) untersucht die Erweiterung dieser Verfahren. Das Ministerium für Wissenschaft und Kultur des Landes Niedersachsen (MWK) fördert das Projekt über fünf Jahre mit insgesamt rund 810.000 Euro.

"Neuronale Netze sind in klassischen symbolischen Bereichen wie der Logik unterrepräsentiert. Zudem stellen aktuelle Anwendungsgebiete wie die Bioinformatik oder der zunehmende Einsatz von Methoden der Informatik in der Pharmaindustrie und der Chemie neue Anforderungen an die Verarbeitung spezifischer Datenstrukturen", sagt die Osnabrücker Informatikerin Dr. Barbara Hammer. Zusammen mit dem Mathematiker Kai Gersmann und dem Systemwissenschaftler Marc Strickert erarbeitet sie neuronale Netze für Zeitreihen, DNA-Daten, Bildverarbeitung und Schedulingprobleme. "Wir entwickeln Netze für hochdimensionale und heterogene Daten, Sequenzen, Baum- und Graphenstrukturen", verallgemeinert Hammer. Die junge Forschergruppe kooperiert dabei mit Wissenschaftlern aus Deutschland, England, Italien und den Vereinigten Staaten.

Betrachtet werden Lernverfahren in verschiedenen Szenarien: automatische Klassifikation von komplexen Daten zur Fehlererkennung in technischen Systemen oder die Bildverarbeitung von Breitband-Satelliten-Daten aus der Fernerkundung. Ein in der Forschernachwuchsgruppe entwickeltes Klassifikationsverfahren wird bereits industriell als technisches Frühwarnsystem eingesetzt. "Die in der Datenstruktur zusätzlich vorhandene Information erlaubt sogar Einsicht in die Funktionsweise des neuronalen Netzes, eine wichtige Anforderung für sicherheitskritische Anwendungen", so Hammer.

Mit so genannten rekursiven Netzen beschäftigen sich die Wissenschaftler ebenfalls. "Hier erhält man zwar nicht unbedingt Einsicht in die Funktionsweise der Netze, kann aber präzise mathematische Garantien herleiten", betont Hammer. Auch hierbei hat die Gruppe bereits erfolgreiche Ansätze entwickelt.

Weitere Informationen:
Dr. Barbara Hammer, Marc Strickert, Universität Osnabrück
Fachbereich Mathematik/Informatik
Angewandte Systemwissenschaft, Arbeitsgruppe LNM
Albrechtstr. 28, D-49069 Osnabrück
Tel.: +49 541 969 2488, -3524, Fax: +49 541 969 2770
e-mail:Barbara.Hammer@Uni-Osnabrueck.de
http://www.inf.Uni-Osnabrueck.DE/lnm