Skip to main content

Lampert Group

Maschinelles Lernen und Computer Vision

Heutige Computerprogramme sind “inselbegabt”: Software, die eine bestimmte Aufgabe wie Schachspielen sehr gut erfüllt, ist für die meisten anderen Aufgaben, wie das Durchsuchen einer Datenbank, völlig nutzlos – und umgekehrt. Die Lampert Gruppe arbeitet an Methoden, mit denen Computer aus dieser Einschränkung ausbrechen können, indem sie Informationen zwischen verschiedenen Aufgaben teilen.

Moderne Computersoftware passt sich ihren NutzerInnen an, z.B. lernt die Spracherkennungssoftware den Sprecher mit der Zeit besser zu verstehen, und E-Mail Programme lernen, welche der eingehenden E-Mails Spam sind und daher unterdrückt werden sollten. Dieser Lernprozess findet jedoch für jede Aufgabe, die der Computer lösen sollte, unabhängig statt. Die Lampert-Gruppe entwickelt und analysiert Algorithmen, die es Computern ermöglichen, neue Aufgaben zu erlernen und dabei das aus früheren Aufgaben gewonnene Wissen zu nutzen. Ein besonders Anwendungsgebiet ist das automatische Bildverständnis. Das Ziel der Software dabei ist, den Inhalt eines natürlichen Bildes zu analysieren und automatisch Fragen dazu zu beantworten, wie etwa: Welche Objekte sind im Bild sichtbar? Wo befinden sie sich? Wie interagieren sie?


Lampert Group Website öffnen



On this site:


Team


Laufende Projekte

Vertrauenswürdiges Machine Learning | Transfer und lebenslanges Lernen | Deep Learning-Theorie | Generative Modellierung in der Computer Vision


Publikationen

Konstantinov NH, Lampert C. 2022. Fairness-aware PAC learning from corrupted data. Journal of Machine Learning Research. 23, 1–60. View

Konstantinov NH. 2022. Robustness and fairness in machine learning. IST Austria. View

Lampert J, Lampert C. 2022. Overcoming rare-language discrimination in multi-lingual sentiment analysis. 2021 IEEE International Conference on Big Data. Big Data: International Conference on Big Data, 5185–5192. View

Phuong M. 2021. Underspecification in deep learning. IST Austria. View

Phuong M, Lampert C. 2021. The inductive bias of ReLU networks on orthogonally separable data. 9th International Conference on Learning Representations. ICLR: International Conference on Learning Representations. View

Zu Allen Publikationen

ReX-Link: Christoph Lampert


Karriere

seit 2015 Professor, Institute of Science and Technology Austria (ISTA)
2010 — 2015 Assistant Professor, Institute of Science and Technology Austria (ISTA)
2007 – 2010 Senior Research Scientist, Max Planck Institute for Biological Cybernetics, Tübingen, Germany
2004 – 2007 Senior Researcher, German Research Center for Artificial Intelligence, Kaiserslautern, Germany
2003 PhD, University of Bonn, Germany


Ausgewählte Auszeichnungen

seit 2015 Associate Editor in Chief of the IEEE Transactions on Pattern Analysis and Machine Intelligence (T-PAMI)
2012 ERC Starting Grant (consolidator phase)
2008 Best Paper Award, IEEE Conference for Computer Vision and Pattern Recognition (CVPR)
2008 Best Student Paper Award, European Conference for Computer Vision (ECCV)
2008 Main Prize, German Society for Pattern Recognition (DAGM)


Zusätzliche Informationen

Lampert Group Website



theme sidebar-arrow-up
Nach Oben