Projekt C02: Interaktives Lernen von erklärbaren, situationsangepassten Entscheidungsmodellen

Je nach Situation sind verschiedene Strategien für die maschinelle Entscheidungsfindung nötig. Diese sind beispielsweise abhängig von verfügbarer Zeit und vorliegender Informationsmenge. Die Forschenden aus Informatik und Wirtschaftswissenschaften erarbeiten im Projekt C02 eine Methode, die es ermöglicht, an unterschiedliche Situationen angepasste Modelle zu entwickeln. Dafür werden Expert*innen und Anwender*innen in den Konstruktionsprozess integriert. Das Ziel: Entscheidungsträger*innen sollen dazu befähigt werden, das am besten geeignete Modell zu wählen sowie die maschinelle Entscheidung im Nachhinein überprüfen zu können.

 

Forschungsgebiete: Informatik, Wirtschaftswissenschaften

Projektleitung

Prof. Dr. Eyke Hüllermeier

Sonderforschungsbereich Transregio 318

Mehr zur Person

Prof. Dr. Kirsten Thommes

Sonderforschungsbereich Transregio 318

Mehr zur Person

Mitarbeiter*innen

Stefan Heid, M.Sc.

Sonderforschungsbereich Transregio 318

Mehr zur Person

Jaroslaw Kornowicz, M.Sc.

Sonderforschungsbereich Transregio 318

Mehr zur Person

Hilfskräfte

Nils Bojack, Universität Paderborn

Julia Rustemeier, Universität Paderborn

Luca Manuel Siekermann, Universität Paderborn

Publikationen

The Role of Response Time for Algorithm Aversion in Fast and Slow Thinking Tasks
A. Lebedeva, J. Kornowicz, O. Lammert, J. Papenkordt, in: Artificial Intelligence in HCI, 2023.
Aggregating Human Domain Knowledge for Feature Ranking
J. Kornowicz, K. Thommes, Artificial Intelligence in HCI (2023).
Comparing Humans and Algorithms in Feature Ranking: A Case-Study in the Medical Domain
J. Hanselle, S. Heid, J. Kornowicz, K. Thommes, E. Hüllermeier, in: Lernen, Wissen, Daten, Analysen (LWDA) Conference Proceedings, 2023.
Alle Publikationen anzeigen