Wenn Sie diesen Text sehen, ist auf ihrem Gerät noch nicht das neue Layout geladen worden. Bitte laden Sie diese Seite neu (ggf. mit gedrückter 'Shift'- oder 'Alt'-Taste) oder in einem 'privaten Fenster'.
Weitere Hinweise unter https://www.uni-hildesheim.de/wiki/lsf/faq/fehler.im.layout.

Zur Seitennavigation oder mit Tastenkombination für den accesskey-Taste und Taste 1 
Zum Seiteninhalt oder mit Tastenkombination für den accesskey und Taste 2 
  1. SucheSuchen         
  2. SoSe 2024
  3. Hilfe
  4. Sitemap
Switch to english language
Startseite    Anmelden     

EXPLAIN - Explanatory interactive Artificial intelligence for Industry - Einzelansicht


  • Funktionen:


Grunddaten

Titel EXPLAIN - Explanatory interactive Artificial intelligence for Industry Antragsdatum
Titel (englisch) Personenmonate
Laufzeit von 01.05.2022 freigegeben J
Laufzeit bis 30.04.2025 Hyperlink
Bewilligungsdatum Projektart Forschungsprojekt
Kostenträgernummer Änderungsdatum 22.09.2022 16:14:38

Inhalt

Beschreibung

Um die möglichen Vorteile von KI in industriellen Anwendungen zu realisieren, müssen Domänenexperten und Endbenutzer Einblicke in die interne Verarbeitungen von ML-Modellen erhalten. Dies ist das Thema der Explainable Artificial Intelligence (XAI)-Forschung, die in den letzten Jahren viel Aufmerksamkeit erlangt hat. Die Bedürfnisse und Eigenschaften der Benutzer und ihres Arbeitskontextes sind jedoch in industriellen Anwendungen sehr unterschiedlich und diese Aspekte müssen bei der Gestaltung industrieller KI-Systeme berücksichtigt werden. Daher ist es unerlässlich, verschiedene industrielle Benutzer, Anwendungsfälle und Daten zu berücksichtigen, um ein besseres Verständnis des Kontexts und der Anforderungen geeigneter KI-Lösungen zu entwickeln.

Die erfolgreiche Umsetzung dieses Gedankens erfordert eine enge Zusammenarbeit zwischen Anbietern von KI-Anwendungsfällen, KI-Anbietern und Forschungsakteuren aus den Bereichen maschinelles Lernen, XAI, Softwareentwicklung, Benutzererfahrung und menschliche Faktoren. Das Projekt EXPLAIN zielt darauf ab, einen End-to-End-ML-Lebenszyklus zu realisieren, der interaktiv und für Branchenexperten erklärbar ist. Dies erfordert die intensive Einbeziehung von Domänenexperten. Die Entwicklung dieses Einsatzes benötigt ebenfalls fortgeschrittene MLOPS-Ansätze, die direkt auf die Unterstützung und Einbeziehung von Explainable AI fokussieren.

Innerhalb des Projekts wird sich die Arbeitsgruppe Software Systems Engineering, insbesondere Ihre Expertise im Bereich des Software Engineering für KI-Systeme einbringen und sich auf den Bereich des MLOPS für XAI im Kontext der Industrie 4.0 fokussieren.

 


Zuordnung zu Einrichtungen

FB 4 - Mathematik, Naturwissenschaften, Wirtschaft und Informatik
Inst. für Informatik (Leitung)

Autoren/Betreuer (intern)

Schmid, Klaus, Professor Dr.   (Leitung)   

Förderdaten

Geldgeber/-in Förderprogramm Fkennziffer Freitext Fördersumme Einheit Laufzeit von Laufzeit bis
Bundesministerium für Bildung und Forschung 513.709,20 EUR

Publikationen

An Analysis of MLOps Practices
Review Protocol: A systematic literature review of MLOps
MLOps Challenges in Industry 4.0

Strukturbaum
Das Projekt wurde 2 mal gefunden:
Impressum      Datenschutzerklärung     Datenschutz      Datenschutzerklärung     Erklärung zur Barrierefreiheit