Ordsky med fokus på "Explainable AI", der de mest fremtredende ordene inkluderer 'Explainable', 'AI', 'Human Understanding' og 'Global Explanation'. Andre viktige begreper er 'Transparency', 'Interpretability', 'Ethical AI' og 'Local Explanation'. Bakgrunnen har en blå fargegradient fra mørk øverst til lys nederst."
Foto: Shutterstock

Trustworthy and Efficient Transfer Learning AI (TETRA AI) er en forskningsgruppe som arbeider med å utvikle metoder som gjør AI-modeller både pålitelige og svært effektive.

Om forskningsgruppen

  • Områder vi forsker på

    Vi utvikler nye teknikker som lav-rangs approksimasjon for å redusere modellkompleksitet og beregningskostnader, samtidig som vi injiserer formell domenekunnskap for å styrke transparens, robusthet og pålitelighet. Forskningen til TETRA AI muliggjør zero-shot og few-shot-læring, slik at modeller kan tilpasse seg nye oppgaver med svært lite merket data. Vårt mål er å skape pålitelige og ressurseffektive AI-systemer som trygt kan brukes i virkelige og kritiske anvendelser.

Medlemmer

  • Vitenskapelig ansatte
  • Stipendiater og postdoktorer
    • Eksterne samarbeidspartnere og stipendiater
      • Univ.-Prof. Dr.-Ing. Kyandoghere Kyamakya
        https://www.aau.at/en/team/kyamakya-kyandoghere/
      • Univ.-Prof. Dr. Martin Gebser
        https://www.aau.at/en/aics/research-groups/research-group-production-systems/team/martin-gebser/
      • Ali Deeb (stipendiat)
      • Vianney Kambale (stipendiat)

Prosjekter

Publikasjoner: Transfer Learning

Publikasjoner: Trustworthy AI, Explainable AI, and Knowledge-Infused Learning

Publikasjoner: Robust and Generalizable Neural Architectures for Knowledge Extraction