?Jung, smart, innovativ: Die KI-Talente von heute werden unsere Gesellschaft von morgen entscheidend pr?gen. Deshalb unterstützen wir zehn exzellente Postdocs und ihre KI-Projekte mit insgesamt rund fünf Millionen Euro“, gab Wissenschaftsminister Markus Blume heute in München bekannt. Eines der gef?rderten Forschungstalente ist Dr. Kata Vuk, Postdoc in der Arbeitsgruppe von Professorin Dr. Merle Behr an der Fakult?t für Informatik und Data Science der Universit?t Regensburg (UR). Das Projekt der Mathematikerin will die Anwendung von maschinellen Lernmodellen im Gesundheitsbereich verbessern.
Das Bayerische Staatsministerium für Wissenschaft, Forschung und Kunst f?rdert mit dem Programm besonders talentierte KI-Nachwuchskr?fte nachhaltig bei der Entwicklung eines eigenen Forschungsprofils als Basis für eine langfristige Karriere in der Wissenschaft. ?Denn Fakt ist: Künstliche Intelligenz wird unser Leben in vielen Bereichen erheblich ver?ndern und diesen Prozess wollen wir nach unseren Werten mitgestalten,“ so Minister Blume.
Ab Januar 2025 werden die Forschenden, die am Beginn ihrer wissenschaftlichen Karriere stehen, in das Graduate Center am Bayerischen Forschungsinstitut für Digitale Transformation (bidt), einem Institut der Bayerischen Akademie der Wissenschaften, aufgenommen. Die F?rderung ist für eine Dauer von bis zu vier Jahren vorgesehen. Sie umfasst Personalmittel für die Postdocs, Forschungsmittel sowie die Unterstützung bei Vernetzung und Weiterqualifikation im Bereich Digitalisierung. Zur F?rderung empfohlen wurden die Forschungstalente und ihre beantragten Projekte von einer au?erbayerischen Expertenkommission.
Kata Vuks Projekt ?From Data to Discovery in the Healthcare Information Age: Interpretable Machine Learning with Piecewise Constant Models” zielt darauf ab, die Anwendung von maschinellen Lernmodellen im Gesundheitsbereich zu verbessern. ?Dabei lege ich den Fokus auf die Entwicklung von Modellen, die nicht nur pr?zise Vorhersagen erm?glichen, sondern auch leicht verst?ndlich sind. Im Gesundheitsbereich ist dies besonders wichtig, da medizinische Entscheidungen nachvollziehbar und transparent sein müssen,“ erkl?rt Kata Vuk, die 2023 im Anschluss an ihr Mathematik-Studium an der Ruhr-Universit?t Bochum dort am Lehrstuhl für Wahrscheinlichkeitstheorie und ihre Anwendungen promovierte. Seit Juni 2023 verst?rkt sie an der Universit?t Regensburg die Arbeitsgruppe Maschinelles Lernen von Merle Behr. Ihre Forschungsergebnisse flie?en auch in den von der Deutschen Forschungsgemeinschaft an der Universit?t Regensburg gef?rderten Sonderforschungsbereich TRR 374, der zu chronischen Nierenerkrankungen forscht.
Die Mathematikerin untersucht stückweise konstante Modelle, insbesondere Entscheidungsb?ume und Change-Point-Modelle. Stückweise konstante Modelle sind mathematische Verfahren, die komplexe Zusammenh?nge in einfacher Form darstellen. Entscheidungsb?ume und Change-Point-Modelle helfen dabei, Daten zu analysieren, um zum Beispiel Entscheidungen zu treffen oder Ver?nderungen in Datenmustern zu erkennen. Kata Vuk entwickelt Ans?tze, diese Modelle so anzupassen, dass sie sowohl individualisierte Vorhersagen treffen als auch verst?ndlich bleiben. ?Entscheidungsb?ume, die sich besonders gut für tabellarische Daten, etwa tabellarische Patientendaten, eignen, bieten hohe Vorhersagekraft, neigen jedoch in komplexen Kombinationen dazu, ihre Interpretierbarkeit zu verlieren“, erl?utert Vuk.
Change-Point-Modelle, die für serielle Daten wie zeitabh?ngige Vitalparameter oder genetische Informationen genutzt werden, werden wiederum optimiert, um Interpretierbarkeit auch bei hohen Dimensionen sicherzustellen: ?百利宫_百利宫娱乐平台￥官网 ist entscheidend, um spezifische Ver?nderungen im Gesundheitszustand einer Patientin bzw. eines Patienten oder in genetischen Sequenzen zu identifizieren“, so Vuk. ?Langfristig strebt das Projekt an, solche interpretierbaren Modelle für personalisierte Medizin einzusetzen, um ma?geschneiderte Behandlungsstrategien zu entwickeln“, fügt Merle Behr an, die sich sehr über den Erfolg der an ihrem Lehrstuhl t?tigen Postdoc freut.
Informationen/Kontakt
Das Ziel der F?rderlinie des STMWK ist es, besonders qualifizierten Wissenschaftsnachwuchs ab dem ersten oder zweiten Jahr nach der Promotion bei der Entwicklung eines Forschungsprofils zu unterstützen und damit für den Verbleib in der Wissenschaft zu qualifizieren. Koordiniert wird das bayernweite Graduate Center durch das bidt. 百利宫_百利宫娱乐平台￥官网es bietet mit seinen vielf?ltigen Forschungsprojekten und Dialogaktivit?ten beste Rahmenbedingungen für die geplanten Projekte.
Young Talents | bidt (externer Link, ?ffnet neues Fenster)
Zu Dr. Kata Vuk (externer Link, ?ffnet neues Fenster)
Zum Lehrstuhl für Maschinelles Lernen (externer Link, ?ffnet neues Fenster) der Universit?t Regensburg
Zum UR-Forschungsfeld Digital Transformations (externer Link, ?ffnet neues Fenster)
Zum UR-Forschungsfeld Integrated Sciences in Life, Health, and Disease (externer Link, ?ffnet neues Fenster)
Foto ? Markus Schmitt