Funktion und Aufgaben:

Wissenschaftliche Interessen:

Ich arbeite mit einem fantastischen Team an vielfältigen datenintensiven Wissenschaftsprojekten zusammen. Unsere Expertise umfasst die Anwendung von Data-Mining-Methoden und maschinellen Lernmodellen auf spezifische datenintensive Szenarien, die Entwicklung von Methoden für erklärbare Künstliche Intelligenz (XAI) und die Entwicklung von Konzepten für Big Data.

• Ich arbeite mit Yulia Grushetskaya und Qian Song an der Entwicklung neuer Methoden im Bereich der erklärbaren Künstlichen Intelligenz (XAI). Unsere Arbeit konzentriert sich auf die Entwicklung von modellagnostischen XAI-Techniken sowie spezialisierte XAI-Methoden für spezifische Modelle wie Transformer. Unser Ziel ist es, die Interpretierbarkeit und Transparenz von ML-Modellen zu verbessern und diese für alle zugänglicher und verständlicher zu machen. Unsere Methoden lassen sich durch unser XAI-System ClarifAI testen.
• Ich trage gemeinsam mit Qiang Song zum Helmholtz-Foundation Model 3D-ABC bei.
• Zusammen mit Magdalena Stefanova Vassileva und Mahdi Motagh entwickle ich das interaktive Visual-Analytics-System „MultiScale4Slow“, um die zugrunde liegenden Prozesse von Erdrutsch-Ereignissen besser zu verstehen.

In unseren Projekten entwickeln wir innovative Ansätze, die Wissenschaftler in wichtigen Phasen datenintensiver Wissenschaft unterstützen:

1. Verständnis der Eigenschaften und Charakteristiken wissenschaftlicher Daten.
2. Extraktion von Strukturen und Mustern aus Daten mithilfe von Data Mining und  maschinellem Lernen.
3. Erklärung von Ergebnissen für Nutzer durch interaktive Visualisierung von Modellen und Daten.

Meine Erfahrung hat gezeigt, dass die wahre Stärke unserer Arbeit in der Zusammenarbeit zwischen Informatikern und Geowissenschaftlern liegt. Diese Synergie führt zur Entwicklung neuartiger Methoden und Ergebnisse und erweitert die wissenschaftlichen Methoden beider Disziplinen durch den gegenseitigen Einfluss verschiedener wissenschaftlicher Perspektiven.

Wir folgen dem Konzept von Open Science und veröffentlichen unsere Forschungssysteme als Open-Source-Software. Wir unterstützen die Nutzung und Verbreitung unserer Systeme, darunter:

• Fast recurrence analysis with PyRQA
• XAI-System ClarifAI

Neueste Nachrichten:

• Dezember 2024: Mitglied des internationalen Programm-Committee für EuroVis 2025 
• Juni 2024: Präsentation und Demonstration des ClarifAI-Systems für die Helmholtz AI-Community auf der HAICU 2024
• Mai 2024: Unsere wissenschaftliche Arbeit „HPExplorer: XAI-Methode zur Untersuchung der Beziehung zwischen Hyperparametern und Modellleistung“ wurde für den Applied Data Science Track der europäischen Leitkonferenz für maschinelles Lernen und Data Mining ECML PKDD akzeptiert.
• Mai 2024: Unsere Methode zur Reduktion der Komplexität geo-hydraulischer Modelle wurde veröffentlicht: „Entwicklung eines digitalen Workflows für Schichtreduzierungsstrategien und visuell-analytische Ergebnisanalyse zur Effizienzsteigerung geo-hydraulischer Modellierungen“ auf der Hydrological Informatics Conference (HIC).
• April 2024: Präsentation und Demonstration des ClarifAI-Systems für die geowissenschaftliche Community auf der EGU 2024.

Karriere:

• 2010-present: Leitender Wissenschaftler (tenured) für das Forschungsfeld "Big Data Analytics" 

Werdegang / Ausbildung:

• Master (2001 Martin-Luther-Universität Halle) und PhD (2005 Universität Konstanz) in computer science 
• Stanford University (2006-2008) und Max-Planck-Institut Informatik (2008-2010)

Projekte:

•  GeoMultiSens: "Skalierbare multisensorale Analyse von GeoFernerkundungsdaten"
•  SEVA: "Skalierbare Explorative Veränderungsanalyse für grosse Sentinel-2 Daten"

Auszeichnungen:

• 2006-2010: Forschungsstipendium des Max-Planck-Centers für Visual Computing mit Aufenthalten an der Stanford University (Palo Alto, USA) und Max-Planck Institut Informatik (Saarbrücken)
• 2006: EADS Dornier Research Award für herausragende Dissertationen.
• 2006: IEEE Gesamtgewinner des internationalen InfoVis Wettbewerbes.
• 2002: Summer Internship mit AT&T Shannon Research Laboratory, Florham Park, NJ, USA.