Machine Learning and Positioning Systems

Prof. Dr. Christopher Mutschler

Wir entwickeln intelligente, zuverlässige und ressourceneffiziente Lernsysteme an der Schnittstelle von Signalverarbeitung, Künstlicher Intelligenz und autonomer Entscheidungsfindung. Dabei schlagen wir die Brücke zwischen grundlegenden Methoden und realen, industriellen sowie sicherheitskritischen Anwendungen. Unsere zentralen Forschungsbereiche sind:

Signalverarbeitung für Lokalisierung und Sensorik: Diese bildet eine zentrale Grundlage moderner intelligenter Systeme – von autonomen Agenten und Robotik über Extended Reality bis hin zu mobilen Kommunikationssystemen der nächsten Generation. Wir entwickeln datengetriebene Methoden zur Kanalschätzung, Lokalisierung, Bewegungsprädiktion und multimodalen Sensorfusion unter Nutzung von Funk-, Inertial- und Bilddaten. Ein besonderer Schwerpunkt liegt auf selbstüberwachtem und unüberwachtem Lernen, um die Abhängigkeit von annotierten Daten zu reduzieren. Ein weiterer Fokus sind zukünftige Mobilfunknetze (6G und darüber hinaus), in denen Kommunikation und Sensorik zusammenwachsen und Lokalisierung, Wahrnehmung und Kommunikation integriert werden.

Edge AI und ressourceneffizientes Lernen: Wir entwickeln Lernalgorithmen, die hinsichtlich Genauigkeit, Speicherbedarf und Energieeffizienz optimiert sind. Dadurch ermöglichen wir den Einsatz von Deep Learning auf ressourcenbeschränkten Geräten wie eingebetteten Systemen und Mikrocontrollern, etwa für intelligente Sensorik, die Fertigung und mobile Anwendungen.

Zuverlässiges und vertrauenswürdiges Reinforcement Learning: Wir adressieren Herausforderungen in Bezug auf Sicherheit, Stabilität und Erklärbarkeit durch risikobewusste Exploration, Stabilisierung in unsicheren Umgebungen und interpretierbares Reinforcement Learning. Ziel ist es, vertrauenswürdiges Reinforcement Learning für reale, sicherheitskritische und industrielle Systeme zu ermöglichen.