DFG finansierar forskning vid gränsen mellan maskininlärning och reglerteknik

Tyska forskningsstiftelsen (DFG) har beslutat att finansiera ett nytt forskningsprogram kallat METEOR (Machine Learning and Control Theory: Exploring Synergies, Complementarities and Mutual Benefits). Programmet är ett gemensamt initiativ mellan Ludwig-Maximilians-Universität München (LMU) och Tekniska universitetet i München (TUM) och kommer att löpa över fem år med start våren 2026.

Syftet med METEOR är att överbrygga klyftan mellan maskininlärning (ML) och reglerteknik (CT), två centrala discipliner inom datavetenskap och ingenjörsvetenskap. Trots gemensamma intressen och metoder har dessa fält utvecklats till stor del oberoende av varandra, med egna språk och kulturer. METEOR strävar efter att skapa synergi genom att kombinera ML:s datadrivna och inlärningscentrerade tillvägagångssätt med CT:s modellbaserade perspektiv.

Forskningsprogrammet fokuserar på att utbilda en ny generation forskare med expertis inom båda områdena. Detta ska uppnås genom skräddarsydda föreläsningar, seminarier, tvärvetenskapliga workshops och årliga hackathons. Målet är att skapa ett gemensamt språk och en grundläggande förståelse mellan disciplinerna samt att ge praktisk erfarenhet.

METEOR:s forskning delas in i två huvudriktningar. Den första undersöker hur ML kan användas för att designa robust reglering av komplexa, säkerhetskritiska system med hjälp av data. Den andra utforskar hur koncept och metoder från CT kan förbättra ML-algoritmer. Båda riktningarna beaktas ur perspektivet av komplexa dynamiska system, vilka utgör en gemensam matematisk ram.