Optimierung von Graph Neural Networks | Humboldt-Professorin für KI Stefanie Jegelka

Künstliche Neuronale Netze, die Graphen verarbeiten, heißen Graph Neural Networks (GNNs). Bisher hatte man unzulänglich verstanden, wie diese trainiert werden müssen, damit sie im Idealfall in der Lage sind, jenseits des gelernten Datensatzes auch zu verlässlichen Ergebnissen zu kommen, wenn es um die Beurteilung von unbekannten Daten geht. Die Humboldt-Professorin und Informatikerin Stefanie Jegelka hat neben anderen herausragenden Arbeiten zu Fragen des Maschinellen Lernens entscheidende Beiträge geliefert, um Graph Neural Networks zu optimieren. In München bringt sie das theoretische Verständnis von Machine Learning voran und entwickelt vertrauenswürdige Machine Learning-Tools.