Im Grenzbereich zwischen Mathematik, Informatik und Neurobiologie ist das Forschungsgebiet der Computational Intelligence zu finden. Jedes Jahr zum Ende der Vorlesungszeit im Sommersemester kommen junge Wissenschaftler an die Hochschule Mittweida, um die neuesten Entwicklungen zu diskutieren - in diesem Jahr schon zum siebten Mal. Die Wissenschaftler beschäftigen sich mit mathematischen Problemen des automatisierten computerbasierten Lernens bei der Analyse von Daten, wie sie zum Beispiel in der Medizin, der Bioinformatik oder der digitalen Forensik häufig anzutreffen sind: extrem große Datenmengen mit hoher Komplexität (BigData), hochdimensionale Zeitreihen oder nicht-metrische Daten wie zum Beispiel Texte oder Inhalte von Webseiten und Genomsequenzen.
Neurobiologisch inspirierte Computermodelle helfen, komplexe Aufgaben wie zum Beispiel Mustererkennung in solchen Datensammlungen effizient zu bewerkstelligen. Beispiele sind die Suche nach auffälligen Mustern in Blutspektren für die Krebsanalyse, die Auswertung von Genexpressionsdaten zur Erkennung von Krankheitsbildern oder die Erkennung von Täterprofilen in riesigen Datensätzen der digitalen Forensik.
Dieses Jahr kamen wieder über 20 Wissenschaftler und Nachwuchswissenschaftler aus mehreren Ländern nach Mittweida. Dr. Kerstin Bunte von der Université catholique de Louvain (Belgien) war schon zum dritten Mal dabei und berichtete über "Quality Analysis of Visualization". Dr. Sven Hellbach von der HTW Dresden referierte über Evaluierungen von Klassifikationsentscheidungen, die bei der Entscheidungsfindung von autonom agierenden Service-Robotern eine wichtige Rolle spielen. Mehrere Wissenschaftler vom CITEC Excellence Cluster an der Universität Bielefeld waren mit Vorträgen zu adaptiven Metriken bei der Datenanalyse und Visualisierung von Datenströmen beteiligt.
Aber auch die Mittweidaer Forscher stellten ihre neuesten Ergebnisse vor. So hat Marika Kaden M. Sc. über neue selbstlernende Klassifikatoren mit integrierter Konfidenz vorgetragen, die neben der Klassifikationsentscheidung auch Schätzungen der Klassifikationssicherheit zulassen bzw. unsichere Entscheidungen zurückweisen und Alternativ-Vorschläge unterbreiten. Damit wird die Klassifikation von Daten für den Anwender wesentlich sicherer, da bei kritischen Klassenzuweisungen über solche Ereignisse informiert wird bzw. ihm Alternativen angeboten werden. Somit verbleibt für systemkritische Situationen die Entscheidungshoheit beim Anwender, obwohl das selbstlernende System sonst autonom entscheidet.
Forscher vom Fraunhofer Institut für Automatisierungstechnik Forscher vom Fraunhofer-Institut für Fabrikbetrieb und -automatisierung IFF Magdeburg stellten Anwendungen solcher mathematischen Modelle im industrienahen Einsatz vor. Auch
Absolventen der Hochschule Mittweida fanden den Weg an ihre Alma Mater zurück: Lydia Fischer M. Sc. (Honda Research Offenbach) und Sascha Saralajew (Porsche AG Forschungszentrum Weissach) waren ebenso Workshop-Teilnehmer wie Alexander Steinhardt M. Sc. (Fraunhofer ISS Dresden) und Jens Schreiter M. Sc. (Robert Bosch GmbH, Corporate Sector Research and Advanced Engineering Stuttgart).
Das traditionell dichtgepackte Tagungsprogramm bot Vorträge, Seminare und Diskussionsrunden für die einzelnen Schwerpunkte.
Auch Tradition haben das legendäre Kajakfahren auf der Kriebstein-Talsperre oder Wanderungen in der Umgebung von Mittweida, die für erlebnisreiche und sportliche Abwechslung und Erholung am Ende der Workshop-Tage sorgten.
Der Workshop wurde wie jedes Jahr von Professor Villmann und seiner Forschungsgruppe zusammen mit dem Mittweidaer Institut für Computational Intelligence und intelligente Datenanalyse e.V. (CIID) organisiert. Seit seiner Berufung hat Professor Villmann das Forschungsgebiet "Computational Intelligence" an der Hochschule Mittweida etabliert und zu einem Schwerpunktprofil der Hochschule Mittweida entwickelt. Die Forschungsgruppe umfasst derzeit zwei Postdocs sowie vier interne und vier externe Doktoranden.
Die Kompetenz der Mittweidaer Wissenschaftler zeigt sich nicht nur an drei spannenden Tagen MiWoCI im Zeichen internationaler Spitzenwissenschaft zu Computational Intelligence und DataMining, sondern auch im Hochschulalltag: So fließen immer wieder neueste Ergebnisse internationaler und eigener Forschung in die Lehrveranstaltungen zur Computational Intelligence und Biomathematik in den Masterstudiengängen "Applied Mathematics in Digital Media", "Bioinformatik/Molekularbiologie" sowie in den Bachelorstudiengang "Allgemeine und digitale Forensik" ein.
Nähere Informationen zur Arbeitsgruppe von Prof. Villmann findet man unter www.mathematik-mittweida.de.