Prä- und PostDocs
Das BaCAI umfasst zusätzlich zu den über 20 Professuren mit KI-Bezug viele Doktorandinnen und Doktoranden sowie Postdoktorandinnen und Postdoktoranden. Hier finden Sie die Forscherinnen und Forscher, welche in verschiedenen Bereichen der Künstlichen Intelligenz an der Universität Bamberg oder in enger Kooperation mit der Universität Bamberg forschen.
Lehrstuhl für Kognitive Systeme /
Sony AI Labs Barcelona
Neuro-symbolic learning and reasoning
Lehrstuhl für KI-Engineering in Unternehmen
Gesellschaftliche Folgenabschätzung des Einsatzes generativer KI in Bezug auf Falschinformationen
Lehrstuhl für Kognitive Systeme
An XAI Framework for Human-Guided Explanation in Complex Knowledge Domains
Lehrstuhl für KI-Systementwicklung
Universal Logic in and for AI
Lehrstuhl für KI-Systementwicklung
Trustworthy Citizen Participation in Smart Cities
Lehrstuhl für Kognitive Systeme
Erklärbare Künstliche Intelligenz auf Zeitreihendaten
Lehrstuhl Wirtschaftsinformatik, insb. KI-Engineering in Unternehmen
Reduzierung der Ablehnung von Technologien, insbesondere im Kontext KI-basierter Systeme
Lehrstuhl Wirtschaftsinformatik, insb. KI-Engineering in Unternehmen
Einsatz von KI zur Erkennung von Hassbotschaften und zur Bekämpfung von Fake News
Lehrstuhl für Koginitive Systeme / Continental
xAI for Safety: Understanding and adapting deep learning models for computer vision tasks
Lehrstuhl für Informationsvisualisierung
Comparative and Collaborative Visual Analysis of Clustering and Co-clustering Ensembles
Lehrstuhl für Kognitive Systeme
Relational Explanations for Visual Domains: A Neural-symbolic Approach Combining ILP and CNNs
Lehrstuhl für Erklärbare Künstliche Intelligenz
Towards Robust Neural Networks for Affect Recognition: Leveraging Domain Knowledge in Data Preprocessing, Model Training, and Evaluation
Lehrstuhl Wirtschaftsinformatik, insb. KI-Engineering in Unternehmen
Polarisation auf sozialen Medien, insb. Untersuchung von sozialen Phänomenen mit Nutzung von Social-Media-Analytics und KI
Lehrstuhl für Kognitive Systeme / BMW
Comprehensible time series forecasting using Knowledge Graphs: From Market Research and Event Data Modeling to Explainable Clustering and Forecasting
Lehrstuhl für Kognitive Systeme
Enhancing Explanatory Interactive Machine Learning – A Generalization of the CAIPI Algorithm
Lehrstuhl für KI-Systementwicklung
Automated Content Moderation using Hybrid AI Systems
Lehrstuhl für Kognitive Systeme
Utilizing Interactive Multi Modal Machine Learning for Forest Inventory and Tree Vitality Assessment
Lehrstuhl für Kognitive Systeme
Interactive and Explainable Machine Learning on Knowledge Graphs