Direkt zum Inhalt

Simple-ML

Das Projekt Simple-ML hat das Ziel, die Benutzbarkeit von ML-Verfahren signifikant zu verbessern, um diese für einen breiten Anwenderkreis leichter zugänglich zu machen.

Beschreibung

Die effiziente Anwendung aktueller Machine-Learning-Verfahren (ML) erfordert ein sehr hohes Maß an Expertenwissen, was einer breiten Nutzung von ML-Ansätzen, insbesondere durch kleine und mittlere Unternehmen, im Wege steht. Das Ziel des Simple-ML-Projekts ist daher, die Benutzbarkeit von ML-Verfahren signifikant zu verbessern, um diese für einen breiten Anwenderkreis leichter zugänglich zu machen. Als zentraler Beitrag des Projekts wird eine domänenspezifische Sprache (DSL) definiert, die ML-Arbeitsabläufe (Workflows) und deren Komponenten ganzheitlich beschreibt und sich durch textuelle und graphische Editoren spezifizieren lässt. Weiterhin leistet das Projekt Beiträge zur Robustheit der erstellten ML-Workflows, Erklärbarkeit und Transparenz der erlernten Modelle, Effizienz und Skalierbarkeit der erstellten Anwendungen sowie zur Wiederverwendbarkeit der erstellten Lösungen. Dies geschieht durch Anwendung semantischer Technologien, Weiterentwicklung von symbolischen ML-Verfahren und Aufbau auf skalierbaren ML-Frameworks. Die Ergebnisse des Simple-ML-Projekts werden in den Anwendungsszenarien „Mobilität in der Stadt“ und „Logistik“ gemeinsam mit Anwendern aus der Wirtschaft validiert.

Team
Coordinator
Research area
Intelligent Access to Information
Begin
End