Beschreibung

Titel des Forschungsprojektes: Multi-Task Deep Learning (MTDL) Start-up fund Theoretische und mathematische Grundlagen des Multi-Task Deep Learning
CUP: I53C22002310005
Kostenstelle: IN2815

Tätigkeitsbeschreibung des/der gelegentlichen Mitarbeit/s/in:
Diese Forschungsaufgabe untersucht die theoretischen und mathematischen Grundlagen von Multi-Task-Deep Learning- Ansätzen. Im Einzelnen konzentriert sich die Arbeit darauf, eine solide Grundlage für das Verständnis zu schaffen, wie gemeinsame Repräsentationen, Optimierungsstrategien und Generalisierungsgrenzen zur Effektivität und Fairness des Multi-Task- Lernens beitragen. Insbesondere, der Mitarbeiter/die Mitarbeiterin muss folgende Aktivitäten durchführen:
• Durchführung einer strengen mathematischen Analyse der Fairness beim Multi-Task-Lernen (MTL) mit Schwerpunkt auf den Generalisierungseigenschaften fairheitsbewusster Ziele.
• Entwicklung und Formalisierung theoretischer Rahmenwerke, die die Aufgabenleistung mit Fairnessbeschränkungen unter Verwendung fortschrittlicher Werkzeuge aus den Bereichen Wahrscheinlichkeit, Lerntheorie und Funktionsanalyse kombinieren.
•Erstellen Sie auf der Grundlage dieser theoretischen Studie einen technischen Bericht über eine Verallgemeinerungsanalyse zur Gruppenfairness mit Methoden des auf Hilfstätigkeiten basierenden Lernens (auxiliary task).

Der Antragsteller: prof. Giuseppe Di Fatta