Leopoldina Menü

Leopoldina Home

Mitglieder

Mitgliederverzeichnis | Expertensuche

Prof. Dr.

Klaus-Robert Müller

Wahljahr: 2012
Sektion: Informationswissenschaften
Stadt: Berlin
Land: Deutschland
CV Klaus-Robert Müller - Deutsch (pdf)

Forschung

Forschungsschwerpunkte: Gehirn-Computer-Schnittstellen, Maschinelles Lernen, neuronale Netze, Computational Neuroscience, Big Data

Klaus-Robert Müller ist Physiker und Informatiker. Sein Forschungsschwerpunkt sind Gehirn-Computer-Schnittstellen und Maschinelles Lernen. Er hat das Gebiet des Maschinellen Lernens maßgeblich mit aufgebaut. Außerdem erforscht er Support-Vektor-Maschinen und beschäftigt sich mit Big Data. In früheren Arbeiten untersuchte er neuronale Netze mithilfe statistischer Methoden und Informatik.

Bei Gehirn-Computer-Schnittstellen (Brain-Computer-Interfaces, kurz BCI) werden Hirnströme mit einem Elektroenzephalogramm (EEG) gemessen. Durch maschinelle Lernalgorithmen identifiziert der Computer charakteristische Muster in den Hirnströmen und erkennt, was die Person am Computer tun möchte. So können Gedanken in Steuersignale übersetzt werden. Klaus-Robert Müller hat das erste BCI entwickelt, welches nur zehn Minuten zur Kalibrierung braucht. Dadurch wurde die Anwendung für viele Mediziner und Wissenschaftler erst interessant. In einer Patientenstudie konnte Müller mit seiner Arbeitsgruppe nachweisen, dass mit dieser Technologie schwer gelähmte Menschen über Gehirnströme mit der Umwelt interagieren können. Die Interaktion und Kommunikation funktioniert außerdem schneller als mit muskelbasierten Systemen.

Müller hat wesentlich zum Aufbau des Forschungsgebiets Maschinelles Lernen beigetragen. Er entwickelt Gehirn-Computer-Schnittstellen weiter und nutzt dafür lineare Methoden, künstliche neuronale Netze und Support-Vektor-Maschinen. Diese maschinellen Lernalgorithmen sind wichtige Big Data-Analysewerkzeuge. Es sind mathematische Verfahren, die charakteristische Muster erkennen und diese in Anwendungen identifizieren können. Support-Vektor-Maschinen spielen bei Suchmaschinen, bei der Bild- und Handschrifterkennung, in der Wissenschaft und Industrie eine große Rolle.

In weiteren Arbeiten untersuchte Klaus-Robert Müller, wie das Gehirn komprimierte Videoinhalte verarbeitet und wie es auf moderne LED-Lampen reagiert. Er fand heraus, dass das Gehirn das Flackern der Lampe aktiv verarbeitet. Mit seiner Forschung sucht er nach Lösungen, damit das Gehirn auch unter solchen Bedingungen „entspannen“ kann. Im Bereich Big Data will er die Datenanalytik professionalisieren, damit aus den Datensammlungen möglichst viele Erkenntnisse gewonnen werden können. Seine Forschungsarbeiten sind interdisziplinär angelegt, Ziel sind konkrete gesellschaftsrelevante Anwendungen.

Werdegang

  • seit 2014 Co-Direktor des Berlin Big Data Center
  • seit 2012 Distinguished Professor (WCU project), Korea University, Seoul, Südkorea
  • 2011 Gastwissenschaftler am Institute for Pure and Applied Mathematics (IPAM), University of California Los Angeles, USA
  • 2009-2013 Direktor des Bernstein Focus Neurotechnology
  • 2008-2011 Forschungsprofessor für das Deutsche Bank „Quantitative Products Lab“
  • 2007-2011 Forschungsprofessor am Deutschen Institut für Wirtschaftsforschung (DIW)
  • seit 2006 Professor (W3) für Maschinelles Lernen an der Technischen Universität Berlin
  • 2005-2006 Gastwissenschaftler am Max-Planck-Institut für Biologische Kybernetik, Tübingen (Friedrich Miescher Labs)
  • 2003-2006 Professor (C4) für Neuroinformatik, Universität Potsdam
  • 1999-2003 Professor (C3) für Neuronale Netze und Zeitreihenanalyse, Universität Potsdam
  • 1999-2006 Leiter der Abteilung „Interoperable semantische Datenfusion zur automatisierten Bereitstellung von sichtenbasierten Prozessführungsbildern“ am Fraunhofer FIRST
  • 1995-2008 Tenure-Position als Leiter der “intelligent data analysis-Group” (IDA) am GMD FIRST (jetzt Fraunhofer FIRST)
  • 1994-1995 Gastwissenschaftler an der Universität Tokio, Japan
  • 1994 Gastwissenschaftler am Beckman Institute, University of Illinois at Urbana-Champaign, USA
  • 1992-1993 Research Fellow, German National Research Center for Computer Science, GMD FIRST, Berlin
  • 1989-1992 Promotion in Informatik an der Universität Karlsruhe
  • 1984-198 Studium der Physik an der Universität Karlsruhe

Projekte

  • seit 2014 DFG-Projekt „Exploration des Raumes Chemischer Verbindungen mit Methoden des maschinellen Lernens“
  • seit 2013 DFG-Projekt „Multimodale und multivariate maschinelle Lernmethoden für nichtlinear gekoppelte oszillatorische Systeme“
  • seit 2012 DFG-Projekt „Lernkonzepte in tiefen neuronalen Netzen“
  • seit 2011 DFG-Projekt „Theoretische Konzepte für co-adaptive Mensch-Maschine-Interaktion mit Anwendungen auf BCI“, Teilprojekt zu SPP 1527 „Autonomes Lernen“
  • 2011-2014 DFG-Projekt „Entwicklung von Methoden zur dynamischen Erkennung von Schadcode mit Techniken des maschinellen Lernens“
  • seit 2009 DFG-Projekt „Weiterentwicklung maschineller Lernmethoden für Sequenzen mit Anwendung zur rechnergestützter Generkennung“
  • seit 2007 DFG-Projekt „Verbesserung interaktiven Lernens von Mensch und Maschine zur Überwindung der Unfähigkeit, eine Gehirn-Computer Schnittstelle zu steuern“
  • 2007-2012 DFG-Projekt „Maschinelle Lernmethoden für die Chemische Informatik II“
  • 2004-2007 DFG-Projekt „Theorie und Praxis von kernbasierten Lernmethoden“

Auszeichnungen und Mitgliedschaften

  • 2014 ERC panel consolidator grants
  • seit 2012 Mitglied der Nationalen Akademie der Wissenschaften Leopoldina
  • 2006 SEL-Alcatel Award for technical communication

 

KONTAKT

Leopoldina

Archiv


Emil-Abderhalden-Str. 35
06108 Halle (Saale)

Tel. 0345 - 47 239 - 122
Fax 0345 - 47 239 - 139
E-Mail archiv @leopoldina.org

Expertensuche

Academia Net

Profile exzellenter Wissenschaftlerinnen bei AcademiaNet – eine Initiative der Robert Bosch Stiftung.