Andreas Metzger stellte in seiner Antrittsvorlesung einen Lösungsansatz für das Problem der „Design-time-uncertainty“ bei der Entwicklung von adaptiven Systemen vor. Grundlage dieses Ansatzes ist die Technik des Online-Reinforcement-Learnings. Der Vortrag führte zunächst in die Grundlagen adaptiver Systeme und des Reinforcment-Learning (RL) ein. Im Hauptteil wurden zwei konkrete Probleme beim Einsatz von Online-RL für adaptive Systeme vorgestellt:

1. Adaptive Systeme verfügen typischerweise über eine große Anzahl von Adaptionsmöglichkeiten. Dies führt bei aktuellen Online-RL-Verfahren für adaptive Systeme jedoch zu einem langsamen Lernprozess.
2. Adaptive Systeme werden häufig in nichtstationären Umgebungen eingesetzt, was bedeutet, dass sich die Effekte von Adaptionen über die Zeit ändern können. Mit solchen nichtstationären Umgebungen können aktuelle Online-RL-Verfahren für adaptive Systeme nicht automatisch umgehen.

Andreas Metzger zeigte aktuelle Forschungsansätze zur Adressierung dieser beiden Probleme. Der Vortrag schloss mit einer kritischen Diskussion und einem Ausblick auf weiterführende Forschungsfragen.

Zu den Folien des Vortrags:https://www.slideshare.net/andreasmmetzger/antrittsvorlesung-aplpptx

Zur Person

Prof. Dr.-Ing. Andreas Metzger ist Akademischer Oberrat an der Universität Duisburg-Essen und Leiter der Gruppe „Adaptive Systeme“ am paluno, dem Ruhr-Institut für Software-Technologie. Seine aktuellen Forschungsinteressen umfassen den Einsatz maschineller Lernverfahren im Software-Engineering und im Business-Process-Management. Er wurde im März 2022 zum außerplanmäßigen Professor berufen. Er ist stellvertretender Vorsitzender des Steuerkreises der Europäischen Technologie Plattform NESSI (The Networked European Software and Services Initiative) und war von 2015 bis 2021 stellvertretender Generalsekretär der Big Data Value Association (BDVA). Neben zahlreichen Leitungsrollen in EU-Projekten war er technischer Koordinator des Big Data Value PPP Leuchtturm-Projekts TransformingTransport (Big Data Value in Mobility and Logistics).

weitere Infos