NEISS

Dieses Teilprojekt beschäftigt sich mit der Entwicklung von probabilistischen Inferenz-Algorithmen, die effiziente Inferenz in hochdimensionalen, stark strukturierten Systemen ermöglichen durch die Ausnutzung von Symmetrien in den zugrundeligenden Zustandsräumen. Das Ziel ist es, Algorithmen zu entwickeln, die eine effiziente Analyse (beispielseweise hinsichtlich einer Reduktion von Trainings-Daten und -Zeit) der im Projekt untersuchten Anwendungsgebiete ermöglichen.

Short Facts

  • Project title: NEISS - Neuronale Extraktion von Informationen, Strukturen und Symmetrien aus Bildern
  • Sub-project at MMIS: Symmetrie-Erhaltung in probabilistischen Modellen
  • Project homepage:https://www.neiss.uni-rostock.de/
  • Runtime: 01.07.2019 - 30.06.2022
  • Sponsor:Europäischer Sozialfond ESF
  • Budget: 200.000 Euro at MMIS

Collaboration Partner

  • Universität Rostock, Institut für Mathematik
  • Universität Rostock, Institut für Physik
  • Universität Rostock, Institut für Chemie
  • Universität Rostock, Institut für Germanistik
  • Max-Planck-Institut für Plasmaphysik Greifswald