Methoden zur Messung und Whitebox-Modellierung von menschlichem Verhalten
Teilprojekte:
- Teilprojekt TP1.1: Optimierte Verhaltensexperimente durch KI
Leitung: Frank Jäkel, Beteiligte: Kristian Kersting, Stefan Roth, Ralf Galuske - Teilprojekt TP1.2: Inverse Reinforcement Learning erklärt menschliches Verhalten
Leitung: Jan Peters, Beteiligte: Constantin Rothkopf, Heinz Koeppl, André Seyfarth
Aktuelle Arbeiten:
Methoden zur Analyse von Blackbox-Modellen im Maschinellen Lernen
Teilprojekte:
- Teilprojekt TP2.1: Probabilistische Modelle mit und aus tiefen Netzen
Leitung: Stefan Roth, Beteiligte: Kristian Kersting, Heinz Koeppl - Teilprojekt TP2.2: Inverse Reinforcement Learning erklärt maschinelles Verhalten
Leitung: Heinz Koeppl, Beteiligte: Constantin Rothkopf, Jan Peters - Teilprojekt TP2.3: Hybride Modelle: Tiefe und probabilistische, graphische Modelle informieren sich gegenseitig
Leitung: Constantin Rothkopf, Beteiligte: Frank Jäkel, Kristian Kersting
Aktuelle Arbeiten:
Transparente Kooperation zwischen Mensch und Maschine durch Whitebox-Modelle für beide
Teilprojekte:
- Teilprojekt TP3.1: Mensch und Maschine laufen zusammen
Leitung: André Seyfarth, Beteiligte: Jan Peters, Ruth Stock-Homburg - Teilprojekt TP3.2: Menschen und Maschinen lernen miteinander
Leitung: Kristian Kersting, Beteiligte: Constantin Rothkopf, Frank Jäkel - Teilprojekt TP3.3: Menschliches Vertrauen in erklärende KI
Leitung: Ruth Stock-Homburg, Beteiligte: Jan Peters, Kristian Kersting, Ralf Galuske
Aktuelle Arbeiten:
