2020/2021:

Ausschreibung 2: Information für die Wissenschaft Nr. 83 | 17. November 2020(interner Link)

Geförderte Projekte in alphabetischer Reihenfolge nach Namen der Antragsteller:

• "Harmonische Künstliche Intelligenz durch Lineare Operatoren"(externer Link) - Dr. Felix Dietrich
• "Robustes Machinelles Sehen durch Neuronale Analyse-durch-Synthese mit 3D-bewussten Kompositionellen Netzwerkarchitekturen"(externer Link) - Dr. Adam Kortylewski
• "Grapheneinbettungen: Theorie trifft Praxis"(externer Link) - Dr. Christopher Morris
• "Vertrauenswürdiges verstärkendes Lernen für Multi-Agenten-Systeme: Grundlagen von robuster und verantwortungsbewusster Entscheidungsfindung"(externer Link) - Dr. Goran Radanovic
• "Effizientes Lernen für übertragbare Roboterautonomie in menschenzentrierten Umgebungen"(externer Link) - Prof. Dr. Abhinav Valada
• "Die theoretischen Grundlagen von Lebenslanges bestärkendes Lernen"(externer Link) - Prof. Dr. Claire Vernade

2019/2020:

Ausschreibung 1: Information für die Wissenschaft Nr. 74 | 31. Oktober 2019(interner Link)

Geförderte Projekte in alphabetischer Reihenfolge nach Namen der Antragsteller:

• „Eidetische Repräsentationen Natürlicher Sprache“(externer Link) - Prof. Dr.-Ing. Alan Akbik
• „Ressourcensparende bayesianische Methoden zum maschinellen Lernen“(externer Link) - Prof. Dr. Robert Bamler
• „Starke Konsistenzbedingungen für robustes, interpretierbares und generalisierbares maschinelles Sehen“(externer Link) - Dr. Wieland Brendel
• „Maschinelles Lernen von Mobiler Manipulation für Intelligenten Assistenzroboter“(externer Link) - Prof. Georgia Chalvatzaki Ph.D.
• „Bewegungskoordinierung für heterogene Flugroboterschwärme in verkehrsreichen Umgebungen“(externer Link) - Wolfgang Hönig Ph.D.
• „Intuitive Roboter Intelligenz: Effektives Lernen und Verbessen von Fähigkeiten und Verhalten für intutive Mensch-Roboter Interaktion.“(externer Link) - Dr.-Ing. Rudolf Lioutikov
• „Entscheidungsverfahren unter Unsicherheit: Einarbeiten von physikalischem Vorwissen“(externer Link) - Dr. Michael Mühlebach
• „Approximationsalgorithmen für geometrische Datenanalyse und ihre Anwendbarkeit“(externer Link) - Prof. Dr. Melanie Schmidt
• “Stability and Solvability in Deep Learning”(externer Link) - Prof. Dr. Felix Voigtlaender