31.12.2030
| DSC Seed Grant |
Das DSC unterstützt ein Forschungsprojekt zu Methoden der FDR-Kontrolle in ML-Anwendungen
Mit der Vergabe des DSC Seed Grants wird diesmal ein Forschungsaufenthalt in Tel Aviv, Israel gefördert. Dieser soll dazu dienen, Knock-Off-Methoden zur Kontrolle der False Discovery Rate (FDR) in Novelty Detection Anwendungen weiterzuentwickeln.
Bei dem Projekt handelt es sich um die Fortsetzung einer Zusammenarbeit zwischen Pascal Rink (Universität Bremen), Prof. Ruth Heller (Tel Aviv University TAU) und ihrem Doktorand Tzviel Frostig, die bereits im Frühjahr dieses Jahres in Israel begonnen hat. Während der Untersuchung von bestehenden Knock-Off-Methoden zur Kontrolle der FDR in Novelty Detection Anwendungen, stellte sich die Methode AdaDetect als besonders vielversprechend heraus.
AdaDetect wird zur Novelty Detection verwendet. Unter Novelty Detection versteht man die Überprüfung, ob bestimmte Beobachtungen innerhalb oder außerhalb einer vorgegebenen Verteilung liegen. Dabei kombiniert AdaDetect bestehenden Methoden der FDR-Kontrolle und Machine Learning (ML)-Anwendungen. AdaDetect ist in der Lage, bei hochdimensionalen Anwendungen die FDR von ML-Klassifikatoren zu kontrollieren. Außerdem verfügt sie über gute Power-Eigenschaften und kann für jeden Klassifikationsalgorithmus verwendet werden (wie bspw. Random Forest oder Neuronale Netze).
Der Forschungsaufenthalt in Tel Aviv zielt darauf ab, AdaDetect auf spezielle ML-Anwendungen anzupassen und den Einfluss auf die Güte zu untersuchen. AdaDetect ist eine der ersten Arbeiten, die FDR-Kontrolle und Machine Learning zusammenbringt. Somit verfügt die Methode über Anwendungspotential in verschiedenen Bereichen. Dazu zählt bspw. die Detektion von Sternen in der Astrophysik oder auch die Identifikation von Genmerkmalen bei bestimmten Krankheitsbildern in der Biostatistik.
Darüber hinaus soll das gemeinsame Projekt die internationale Vernetzung der Statistikforschung beider Universitäten stärken und somit weitere Zusammenarbeit in der Zukunft ermöglichen.
Förderempfänger:
Pascal Rink (Fachbereich 03 – Mathematik und Informatik)
Förderzeitraum:
07. September 2023 - 09. November 2023
Aktualisiert von: Svenja Goers
« zurück
31.12.2030 | DSC Seed Grant
Das DSC unterstützt ein Forschungsprojekt zu Methoden der FDR-Kontrolle in ML-Anwendungen
Mit der Vergabe des DSC Seed Grants wird diesmal ein Forschungsaufenthalt in Tel Aviv, Israel gefördert. Dieser soll dazu dienen, Knock-Off-Methoden zur Kontrolle der False Discovery Rate (FDR) in Novelty Detection Anwendungen weiterzuentwickeln.
Bei dem Projekt handelt es sich um die Fortsetzung einer Zusammenarbeit zwischen Pascal Rink (Universität Bremen), Prof. Ruth Heller (Tel Aviv University TAU) und ihrem Doktorand Tzviel Frostig, die bereits im Frühjahr dieses Jahres in Israel begonnen hat. Während der Untersuchung von bestehenden Knock-Off-Methoden zur Kontrolle der FDR in Novelty Detection Anwendungen, stellte sich die Methode AdaDetect als besonders vielversprechend heraus.
AdaDetect wird zur Novelty Detection verwendet. Unter Novelty Detection versteht man die Überprüfung, ob bestimmte Beobachtungen innerhalb oder außerhalb einer vorgegebenen Verteilung liegen. Dabei kombiniert AdaDetect bestehenden Methoden der FDR-Kontrolle und Machine Learning (ML)-Anwendungen. AdaDetect ist in der Lage, bei hochdimensionalen Anwendungen die FDR von ML-Klassifikatoren zu kontrollieren. Außerdem verfügt sie über gute Power-Eigenschaften und kann für jeden Klassifikationsalgorithmus verwendet werden (wie bspw. Random Forest oder Neuronale Netze).
Der Forschungsaufenthalt in Tel Aviv zielt darauf ab, AdaDetect auf spezielle ML-Anwendungen anzupassen und den Einfluss auf die Güte zu untersuchen. AdaDetect ist eine der ersten Arbeiten, die FDR-Kontrolle und Machine Learning zusammenbringt. Somit verfügt die Methode über Anwendungspotential in verschiedenen Bereichen. Dazu zählt bspw. die Detektion von Sternen in der Astrophysik oder auch die Identifikation von Genmerkmalen bei bestimmten Krankheitsbildern in der Biostatistik.
Darüber hinaus soll das gemeinsame Projekt die internationale Vernetzung der Statistikforschung beider Universitäten stärken und somit weitere Zusammenarbeit in der Zukunft ermöglichen.
Förderempfänger:
Pascal Rink (Fachbereich 03 – Mathematik und Informatik)
Förderzeitraum:
07. September 2023 - 09. November 2023
Autor*in: Svenja Goers
Haben Sie Interesse am DSC Seed Grant?
Fragen beantwortet:
Dr. Lena Steinmann
DSC Koordinatorin
+49 (421) 218 - 63941
lena.steinmann@uni-bremen.de
« zurück