BieColl - Bielefeld eCollections
Not a member yet
1004 research outputs found
Sort by
Is it Possible to Characterize Group Fairness in Rankings in Terms of Individual Fairness and Diversity?
Full text linkRankings are ever-present in everyday life. Examples are the results of personalized recommendations and web search queries. Rankings can result from an algorithm, importance scores and human-based rankings of items. Till we are not concerned with societal applications, the “fairness“ of the ranking is often irrelevant; however, problems appear when switching from depersonalized items to individuals. Then, suddenly, fairness becomes an issue. We investigate the relationships among group fairness, individual fairness, diversity, and Shapley values. Far from being a comprehensive survey of fairness-related papers or proposing a new method, we want to raise awareness of the chaos we are trying to navigate and propose some new research direction we are trying to follow
Keynot Talks
No full textTuesday, 25.06.2024
Prof. Dr. Anand Subramoney
Scalable Architectures for Neuromorphic Machine Learning
I will discuss how to design architectures for neuromorphic machine learning from first principles. These architectures take inspiration from biology without being constrained by biological details. Two major themes will be sparsity and asynchrony, and their significant role in scalable neuromorphic systems. I will present recent work from my group on using various forms of sparsity and distributed learning to improve the scalability and efficiency of neuromorphic deep learning models.
Prof. Dr. Kerstin Bunte
Scientific Machine Learning for Partially Observed Dynamical Systems
Nowadays, most successful machine learning (ML) techniques for the analysis of complex interdisciplinary data use significant amounts of measurements as input to a statistical system. The domain expert knowledge is often only used in data preprocessing. The subsequently trained technique appears as a “black box”, which is difficult to interpret and rarely allows insight into the underlying natural process. Especially in critical domains such as medicine and engineering, the analysis of dynamic data in the form of sequences and time series is often difficult. Due to natural or cost limitations and ethical considerations data is often irregularly and sparsely sampled and the underlying dynamic system is complex. Therefore, domain experts currently enter a time-consuming and laborious cycle of mechanistic model construction and simulation, often without direct use of the experimental data or the task at hand. We now combine the predictive power of ML and the explanatory power of mechanistic models.Therefore we perform learning in the space of dynamic models that represent the complex underlying natural processes, with potentially very few and limited measurements. We use principles of dimensionality reduction, such as subspace learning, to determine relevant areas in the parameter space of the underlying model as a first step to achieve task-driven model reduction. We furthermore incorporate identifiability analysis for informed posterior construction to improve learning with ill-posed systems caused by data limitations. Findings indicate the possibility of an alternative handling of epistemic uncertainties for scientific machine learning techniques applicable for all linear and classes of non-linear mechanistic models based on Lie symmetries.
Joint work of:Bunte, Kerstin; Tino, Peter; Oostwal, Elisa; Norden, Janis; Chappell, Michael; Smith, Dave
Prof. Dr. Holger Hoos
How and Why AI Will Shape the Future of Science and Engineering
Recent progress in artificial intelligence has elevated what used to be a highly specialised research area to a topic of public discourse and debate. In this presentation I will discuss why beyond the hype, there are good reasons to be excited, but also concerned about AI. Specifically, I will explain how and why AI will have transformative impact on all sciences and engineering disciplines. Based on my own research on the robustness of neural networks, I will discuss some of the fundamental strengths, weaknesses and limitations of current AI systems. Finally, I will share some thoughts on the most serious risks of deploying these systems quickly and broadly, as well as on what needs to be done in order to manage these risks and to realise the benefits AI can bring.
Prof. Dr. Christian Igel
Deep Learning for Large-Scale Tree Carbon Stock Estimation From Satellite Imagery
Trees play an important role for carbon sequestration, biodiversity, as well as timber and food production. We need a better characterization of woody resources at global scale to understand how they are affected by climate change and human management. Recent advances in satellite remote sensing and machine learning (ML) based computer vision makes this possible. This talk discusses large-scale mapping of individual trees using deep learning applied to high-resolution satellite imagery. The biomass of each tree, and thereby its carbon content, is estimated from the crown size using allometric equations. The parameters of these equations are learned from data. The functional relation is assumed to be non-decreasing. Such monotonicity constraints are powerful regularizers in ML in general. They can support fairness in computer-aided decision making and increase plausibility in data-driven scientific models. This talk introduces a conceptually simple and efficient neural network architecture for monotonic modelling that compares favorable to state-of-the-art alternatives. After this technical excursion, we present an application of our tree monitoring in Rwanda, where it helps quantifying progress of restoration projects and developing a pathway to reach the country’s goal of net zero emissions by 2050.
Wednesday, 26.06.24
Prof. Dr. Lucie Flek
Perspective Taking in Large Language Models
Perspective-taking, the process of conceptualizing the point of view of another person, remains a challenge for LLMs. Understanding the mental state of others – emotions, beliefs, intentions – is central for the ability to empathize in social interactions. It is also the key to choose the best action to take next. Enhancing perspective-taking capabilities of LLMs can unlock their potential to react better and safer to hints of distress, to engage in a more receptive argumentation, or to target an explanation to an audience. In this talk, I will present our recent perspective-taking experiments, and discuss further opportunities for bringing the human-centered perspectivist paradigm into the LLMs.
Prof. Dr. Henning Wachsmuth
LLM-based Argument Quality Improvement
Natural language processing (NLP) has recently seen a revolutionary breakthrough, due to the impressive capabilities of large language models (LLM). This also affects NLP research on computational argumentation: the computational analysis and synthesis of natural language arguments. While one of the core tasks studied in computational argumentation is the assessment of an argument’s quality, in this talk I look one beyond, namely at how to improve argument quality. Starting from basics of argumentation, I present insights from selected research of my group involving LLMs for improving argument quality. As part of this, I also look at the recent breakthroughs of LLMs and the paradigm shift that comes with them for computational argumentation in particular and for NLP in general.
Thursday, 27.06.2024
Prof. Dr. Sebastian Trimpe
Trustworthy AI for Physical Machines: Integrating Machine Learning and Control
AI promises significant advancements in engineering, enhancing both design and operation processes. Given that engineering focuses on physical machines like vehicles or robots, ensuring trustworthy solutions is crucial. This talk will explore how combining classical control methods with modern machine learning can create reliable algorithms for real-world applications. Specifically, we will discuss some of our recent research on (i) Bayesian optimization for controller learning, (ii) deep reinforcement learning, and (iii) approximate model-predictive control via imitation learning. The effectiveness of the developed algorithms will be demonstrated through experimental results on robotic hardware.
Prof. Dr. Malte Schilling
Biological Biases for Learning Robust Robot Behavior: Does Deep Reinforcement Learning Run into the Alignment Problem
Open Access Policies und Bücher im Europäischen Forschungsraum: Ein Rückblick auf zwei Jahre EU-Projekt PALOMERA
No full textBücher spielen eine wichtige Rolle in der Wissenschaftskommunikation - besonders in den Sozial- und Geisteswissenschaften. Das von der Europäischen Union geförderte Projekt "Policy Alignment of Open Access Monographs in the European Research Area" (PALOMERA) hat das Ziel, die Open Access-Transformation für Bücher zu beschleunigen. Unter der Annahme, dass Bücher in Open Access Policies im Vergleich zu Zeitschriftenartikeln unterrepräsentiert sind, ermittelt und analysiert PALOMERA kritische Hindernisse für Open Access und hat Empfehlungen für zukünftige Policies erarbeitet. Der Vortrag gibt eine Einführung in das im Dezember 2024 auslaufende Projekt, fasst wichtige Aspekte von Datenerhebung und -analyse zusammen und führt durch die kürzlich vorgestellten Handlungsempfehlungen für Policies im Buchbereich
Daten öffnen, Forschung fördern. : Initiativen mit denen die Zentralbibliothek Zürich die Digital Humanities unterstützt.
Full text linkIm Rahmen des Vortrags werden drei Tools vorgestellt, mit denen die ZB Zürich ihre Daten für die Forschung zugänglich macht, um datenbasierte Analysen und Digital Humanities-Projekte besser zu unterstützen. Dabei wird auch der größere Entwicklungskontext der Bibliothek beleuchtet, in dem diese neuen Services entstehen.
Das erste Tool richtet sich an Forschende, die mit Bildmaterial arbeiten. Durch die Nutzung des Standards IIIF können Bilddaten deutlich effizienter nachgenutzt, gesammelt und geteilt werden.
Das zweite Tool ist disziplinenübergreifend und unterstützt Forschende bei der Erstellung eines individuell auf ihre Forschungszwecke abgestimmten Korpus. Die neue Datenexport-Funktion im Katalog swisscollections ermöglicht den Massendownload von Text-, Bild- und Metadaten.
Das dritte Tool besteht aus einer Reihe von Jupyter Notebooks, die Forschenden erlauben, komplexe Abfragen an den schweizweiten Katalogverbund SLSP zu stellen, Metadaten herunterzuladen und diese zu analysieren. Bereits mit diesen Möglichkeiten lassen sich bestimmte Forschungsfragen gezielt bearbeiten
Publikationsreports 2023 der Landesinitiative openaccess.nrw
Full text linkIm Projekt „Landesinitiative openaccess.nrw“, das von der Digitalen Hochschule NRW gefördert wird, ist die UB Bielefeld für das Monitoring von Publikationsvolumina und Publikationskosten zuständig. Im Herbst 2023 haben alle öffentlich-rechtlichen Hochschulen des Landes, sowie weitere DH.NRW-Mitgliedshochschulen von der Landesinitiative ihren individuellen „Publikationsreport 2023“ erhalten – ein Bericht, der in standardisierter Form einen Überblick über das Open-Access-Publizieren sowie das Publikationsaufkommen als Ganzes und dessen Verteilung auf Zeitschriften und Verlage an der jeweiligen Hochschule (und ggf. dem Universitätsklinikum) bzw. auf Landesebene darstellt.
Die Publikationsreports aus dem Programmbereich 3 der Landesinitiative verfolgen das Ziel, eine auf individuelle Hochschulen zugeschnittene Informationsbasis für die Open-Access-Transformation in NRW zu schaffen. Das Monitoring von Publikationsvolumina und Open-Access-Anteilen ist dabei Grundlage für eine evidenzbasierte Umsetzung der „Open-Access-Strategie der Hochschulen des Landes NRW“ (https://zenodo.org/records/8322048). Im Vortrag werden die Datenquellen, das methodische Vorgehen, wesentliche Ergebnisse sowie die Resonanz auf die Publikationsreports dargestellt
de.NBI & ELIXIR Germany - eine Forschungs- und Serviceinfrastruktur für Bioinformatik in den Lebenswissenschaften
Full text linkDas deutsche Netzwerk für Bioinformatikinfrastruktur (de.NBI) ist eine nationale, akademische und gemeinnützige Forschungsinfrastruktur, die von 2015 - 2021 durch das BMBF gefördert und im Anschluss über die Helmholtz Gemeinschaft mit dem Forschungszentrum Jülich als Träger verstetigt wurde. Ziel von de.NBI mit seinen 24 nationalen Partnern ist es, erstklassige Bioinformatikwerkzeuge, -ressourcen und -dienstleistungen für die Forschung in den Lebenswissenschaften und der Biomedizin bereitzustellen, sowie umfassende Schulungen anzubieten und den Transfer von Fachwissen zwischen Wissenschaft und Industrie zu fördern. Für den akademischen Bereich stellt die föderierte de.NBI Cloud als Teil von de.NBI kostenlose Cloud-Ressourcen für die Verarbeitung großer Datenmengen, für das maschinelle Lernen, sowie für den Betrieb von Webservices bereit. Durch eine Kooperation mit Netzwerken wie ELIXIR Europe und EOSC stärkt de.NBI in Form von ELIXIR Deutschland seit 2016 die internationale Zusammenarbeit in der Bioinformatik-Gemeinschaft, insbesondere in den Bereichen FAIR Data, Research Data Management, Training und Software.
Dieser Vortrag gibt einen Überblick über den Werdegang, die Strukturen und Aktivitäten von de.NBI und ELIXIR Deutschland im nationalen und europäischen Rahmen. Er gibt einen Überblick über vergangene, sowie einen Ausblick auf momentan anlaufende und zukünftige Aktivitäten
Digitale Sammlungen der UB Bielefeld: Werkstattbericht (Übersicht, Stand, Planung)
No full textDer Vortrag betrachtet die Betriebs- und Arbeitsabläufe rund um die Digitalen Sammlungen der UB Bielefeld. Vorgestellt werden die wichtigsten Sammlungen/Projekte und ihre Genese. Dabei stehen jeweils die konkreten Aufgaben und Arbeitsschritte im Fokus. Ein weiteres Thema wird der Service „Digitalisierung on Demand“ und der Lizenzierungsservice für Vergriffene Werke sein.
Außerdem wird in einem eher technischen Teil die Digitalisierungsplattform Goobi vorgestellt, die die Bibliothek jetzt schon seit über 10 Jahren für die Bearbeitung (Workflow) und Präsentation (Viewer) ihrer Digitalisate einsetzt. Den Abschluss bilden die zuletzt vorgenommen Reorganisation des Personaleinsatzes im Bereich Digitalisierung und Informationen zum Bearbeitungsstand bei den Sammlungen verbunden mit einem Ausblick zur weiteren Entwicklung
Advancements in Neural Network Generations
Full text linkInnovations in Neural Network Generation demonstrate the continual evolution, optimization, and development of artificial neural networks (ANNs) over periods. These improvements include a combination of methodologies, approaches, and technical breakthroughs aimed at increasing the efficiency and abilities of neural network models. Researchers and engineers have repeatedly attempted to push the boundaries of neural network performance, scalability, and applicability across multiple fields. These improvements usually involve changes to network designs, training algorithms, optimization methodologies, and hardware acceleration methods. Moreover, the neural network generations are closely related to key achievements in the machine learning (ML) research domain, such as the development of deep learning (DL) designs like convolutional neural network (CNN) or spiking neural network (SNN) and using both neural generations to introduce natural language processing and advances in computer vision applications. Thus, in the field of neural network study, researchers have categorized ANN models into generations based on their computational design and capabilities. Therefore, this research study explores the continual evolution and optimization of ANNs, highlighting advancements in methodologies and technical innovation. We discuss the different generations of ANN, based on computational design and capabilities, emphasizing their role in shaping achievements in ML research. The study underscores the significance of these generational milestones in enhancing the adaptability and efficacy of neural network models for computational tasks, such as image classification
Einblicke in die ‚Alma-SAP-Werkstatt‘
No full textDer Wunsch eines automatisierten Datenaustauschs zwischen SAP und dem Bibliothekssystem bestand schon sehr lange. Mit einem pragmatischen Ansatz konnte dieses Projekt nun endlich bewerkstelligt werden. In diesem „Werkstattbericht“ soll es mehr um die technischen Aspekte dieses Vorhabens gehen