Fakultät Informatik/Mathematik

Abstrakter Hintergrund einer Graph-Datenstruktur mit zwei jungen Mädchen davor

HUBBLE – HUman Behaviour-Based explainable machine Learning

Projektbeschreibung

Binnen kürzester Zeit analysieren Machine-Learning-Algorithmen riesige Datenmengen, treffen Vorhersagen und geben personalisierte Empfehlungen aus. Wie die Maschine zu ihren Schlüssen kommt und wie die Ergebnisse zu deuten sind, bleibt oft unklar. Hier setzt das Forschungsprojekt HUBBLE (HUman Behaviour-Based explainable machine Learning) an: „Im Mensch-Maschine-Team kann jeder etwas, wozu der andere nicht in der Lage ist. Mithilfe von Algorithmen können Menschen automatisiert Aufgaben erledigen, die ihre eigenen Fähigkeiten übersteigen, beispielsweise schnell große Datenmengen analysieren. Umgekehrt ist menschliches Urteilsvermögen unabdingbar, um die richtigen Weichen für den Algorithmus zu stellen und die Sinnhaftigkeit der berechneten Ergebnisse zu bewerten. Wenn es gelingt, dieses Zusammenspiel transparent zu gestalten, profitieren davon Mensch und Maschine.“, erläutert Projektleiter Dietrich Kammer, von der Professur für Technische Visualistik der HTW Dresden.

Ziel von HUBBLE ist es, die Rolle des Menschen bei der Entwicklung von Machine-Learning-Algorithmen zu verankern und auf reale Arbeitskontexte zu übertragen. Transparentere und besser beeinflussbare Modelle helfen beispielsweise, die Genauigkeit von im Marketing häufig durchgeführten Trendanalysen im Internet zu steigern. Dazu werden die Schritte nachvollziehbar gemacht, mit denen aus digitalen Quellen (Websites, Social Media etc.) mehrsprachige Texte automatisch extrahiert werden. Mit Hilfe eines neuartigen Algorithmenansatzes – HBBO (Human Behaviour-Based Optimization) – werden die Textdaten anschließend hinsichtlich deren Relevanz und Bedeutung in Kategorien eingeteilt (klassifiziert). Die Besonderheit des HBBO ist, dass er seine Arbeitsweise optimiert, indem er menschliches Verhalten nachahmt, z.B. durch die algorithmische Simulation von Gruppen, die im Lernprozess Experten ausbilden, Meinungen austauschen und sich gegenseitig beeinflussen.

Kooperationspartner

Hochschule Mittweida (HSMW), Fachgruppe FoSIL

Die Forschungsgruppe beschäftigt sich aus Sicht der Informationstechnologien im Bereich der allgemeinen sowie digitalen und computergestützten Forensik mit aktuellen Themen aus der sicherheitsrelevanten Forschung. Zusammen arbeiten Forschende in unterschiedlichen Themenkomplexen aus verschiedenen Gebieten der Naturwissenschaften gemeinsam an zukunftsweisenden sowie innovativen Lösungsansätzen für vielschichtigen Problemstellungen im Bereich der Forensik und Cybersicherheit.

Webseite: https://forensik.hs-mittweida.de/about/

 

deecoob Technologies GmbH

deecoob is a service provider for the global music industry. Collective Management Organisations (CMO) build their licensing on qualified leads.

Webseite: https://deecoob.com/

 

spectos GmbH

Die Spectos Gruppe mit Hauptsitz in Dresden, Deutschland, ist ein international agierendes Unternehmen in den Bereichen Datenerfassung, Datenanalyse, Technologie, Digitalisierung und Operations.

Webseite: https://www.spectos.com/

 

Eckdaten

Projektleiter Prof. Dr.-Ing. Dietrich Kammer
Mitarbeitende Elena Stoll, Adam Urban
Laufzeit 12.2019 – 02.2022