WestAI - AI Service Center West

F?rderprogramm KI7_Aufbau von KI-Servicezentren

Laufzeit: 11/2022 - 12/2025

Gef?rdert durch: BMBF

Kontakt: Dr.-Ing. J?rg Schmalenstr?er

SAIL - Nachhaltiger Lebenszyklus von intelligenten soziotechnischen Systemen

Durch SAIL wird das bestehende Forschungsnetzwerk aus Uni Bielefeld, Uni Paderborn, TH OWL und FH Bielefeld im Bereich der künstlichen Intelligenz (KI) vertieft und weiterentwickelt. SAIL adressiert die n?chste Stufe der KI-Entwicklung, indem der gesamte Lebenszyklus von KI-Systemen und deren technologische und gesellschaftliche Auswirkungen in den ...

Laufzeit: 08/2022 - 07/2026

Gef?rdert durch: MKW NRW

TRR 318 - Erkl?rbarkeit konstruieren

In unserer digitalen Gesellschaft nehmen die algorithmischen Ans?tze (wie das maschinelle Lernen) rasant an Komplexit?t zu. Diese erschwert es den Bürger:innen, die Assistenz nachzuvollziehen und die von Algorithmen vorgeschlagenen Entscheidungen zu akzeptieren. Als Antwort auf diese gesellschaftliche Herausforderung hat die Forschung begonnen, ...

Laufzeit: 07/2021 - 06/2025

Gef?rdert durch: DFG

TRR 318 - Technisch unterstütztes Erkl?ren von Stimmcharakteristika (Teilprojekt C06)

Im Projekt C6 wird ein spezieller Fall von soziotechnischer Assistenz betrachtet, bei dem Expert:innen durch maschinelle Lernausgabe unterstützt werden, die es ihnen erm?glicht, ein Sprachsignal besser zu verstehen und damit interpretierbar zu machen. Weiterhin wird untersucht, wie dieser Output von Phonetik-Expert:innen genutzt werden kann, um ihr ...

Laufzeit: 07/2021 - 06/2025

Gef?rdert durch: DFG

Automatische Transkription von Gespr?chssituationen

Das Projekt befasst sich mit der maschinenlesbaren Verschriftung von Gespr?chssituationen unter Verwendung von Raummikrofonen, seien es professionelle Besprechungen oder lockere Treffen unter Freunden. Derzeitige technische L?sungen erreichen bei weitem nicht die Erkennungsleistung eines Menschen. Dies hat vornehmlich drei Gründe: Zum einen ist die ...

Laufzeit: 05/2021 - 12/2024

Gef?rdert durch: DFG

Lernen tiefer Sprachrepr?sentationen für die Phonetikforschung

Neben dem linguistischen Inhalt enth?lt ein Sprachsignal weitere, extra/paralinguistische Informationen, wie beispielsweise Geschlecht, emotionaler Zustand, Alter, sozialer Status oder die Identit?t von Sprecherinnen oder Sprechern. Diese Charakteristika sind jedoch in komplexen, nicht unmittelbar transparenten Variationen des Sprachsignals ...

Laufzeit: 04/2021 - 12/2024

Gef?rdert durch: DFG

Explainable Feature Importance: Interpretierbare maschinelles Lernen durch spieltheoretische Analyse von Einflussgr??en und Interaktionseffekten

Methoden des maschinellen Lernens (ML) unterstützen die Suche nach Mustern in Daten und Zusammenh?ngen zwischen Variablen, z.B. in komplexen bio-medizinischen Systemen. Auf diese Weise k?nnen sie neue Einsichten vermitteln und Entscheidungen in Handlungs?feldern wie der medizinischen Diagnostik verbessern. Neben der Güte der aus den Daten gelernten ...

Laufzeit: 01/2021 - 12/2024

Gef?rdert durch: MKW NRW

Technisch erm?glichte Erl?uterung der Sprecher Eigenschaften

Das Sprachsignal ist eine reichhaltige Informationsquelle, die nicht nur linguistische, sondern auch so genannte para- oder au?ersprachliche Inhalte vermittelt, die die Identit?t, das Geschlecht, den emotionalen oder kognitiven Zustand, das Alter und die Gesundheit eines Sprechers offenbaren. Diese Merkmale sind Gegenstand zahlreicher ...

Laufzeit: 01/2021 - 12/2025

Gef?rdert durch: DFG

Akustische Sensornetze Acoustic Sensor Networks Research Group

Diese Forschergruppe untersucht L?sungen und Grenzen für die Verarbeitung und Klassifizierung akustischer Signale über gekoppelte Sensornetzwerke. Unser Ziel ist es, die derzeitigen Unzul?nglichkeiten zu beseitigen und eine gemeinsame Plattform zu entwickeln, die ASNs anpassungsf?higer an die Variabilit?t akustischer Umgebungen und ...

Laufzeit: 01/2017 - 12/2023

Gef?rdert durch: DFG

Ger?uscherkennung mit begrenzter ?berwachung über Sensornetzwerke

Eine Diskrepanz zwischen der Statistik der Trainings- und der Testdaten kann zu einer erheblichen Verschlechterung der Leistung von Systemen für maschinelles Lernen führen. Bei der Erkennung von Ger?uschen in akustischen Sensornetzen (ASN) ist dies aufgrund der gro?en Anzahl und Variabilit?t von Ger?uschen und akustischen Umgebungen sowie aufgrund ...

Laufzeit: 01/2017 - 12/2023

Gef?rdert durch: DFG