Weiterentwicklung maschineller Lernmethoden für Sequenzen mit Anwendung zur rechnergestützter Generkennung

• Antragsteller: Professor Dr. Klaus-Robert Müller; Professor Dr. Gunnar Rätsch
• Fachliche Zuordnung: Bild- und Sprachverarbeitung, Computergraphik und Visualisierung, Human Computer Interaction, Ubiquitous und Wearable Computing
• Förderung: Förderung von 2009 bis 2014
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 110857523

Verfahren des maschinellen Lernens gehören zu den erfolgreichsten Ansätzen für die Verarbeitung von Sequenzdaten, z.B. bei der Genomannotation oder der Textanalyse. In diesem Projekt sollen diese bewährten Algorithmen weiterentwickelt werden: 1. Die Trainingsgeschwindigkeit soll gesteigert werden, um von den bereits gewaltigen und immer weiter wachsenden Datenmengen profitieren zu können. 2. Bisherige, technisch bedingte Beschränkungen der existierenden Ansätze sollen überwunden werden, um die Problemstellungen exakter modellieren zu können. 3. Für die trainierten Modelle sollen Analysetechniken entwickelt werden, die es ermöglichen, die gelernten Zusammenhänge zu extrahieren und damit die Wissenschaft im Anwendungsgebiet zu unterstützen. Alle Verbesserungen sollen für die rechnergestützte Genomannotation eingesetzt werden.

• DFG-Verfahren: Sachbeihilfen