Gesichter des Jungen Kollegs: Jun.-Prof. Dr. Benjamin Paaßen
Forschungsgebiet im Überblick
Das Forschungsgebiet von Jun.-Prof. Dr. Benjamin Paaßens Arbeitsgruppe „Wissensrepräsentation und Maschinelles Lernen" ist die Verknüpfung menschlichen Wissens mit maschinellem Lernen. Zum einen geht es darum, menschliches Vorwissen zu verwenden, um maschinelles Lernen effizienter, datensparsamer und robuster zu machen; zum anderen darum, Methoden des maschinellen Lernens zur Erweiterung menschlichen Wissens einzusetzen – insbesondere in der Bildung. Beispielsweise arbeitet die Arbeitsgruppe an einer digitalen Lernumgebung, die Studierende beim Programmieren unterstützen soll, indem die Fertigkeitsentwicklung gemessen und individuell angepasste Lerninhalte und Hilfestellungen bereit gestellt werden. Paaßens Arbeit beschränkt sich aber nicht auf die Entwicklung von Methoden und Systemen, sondern erstreckt sich auch auf Evaluation in Studien und auf die Wissenschaftskommunikation zu künstlicher Intelligenz und maschinellem Lernen. Insgesamt hofft er, zu hochwertiger Bildung für die Zukunft (SDG 4) beizutragen.
Ausgewählte Publikationen
- Paaßen, Koprinska & Yacef (2022). Recursive Tree Grammar Autoencoders. Machine Learning 111, S. 3393-3424. doi:https://doi.org/10.1007/s10994-022-06223-7
- Paaßen, Dehne, Krishnaraja, Kovalkov, Gal & Pinkwart (2022). A conceptual graph-based model of creativity in learning. Frontiers in Education 7. doi:https://doi.org/10.3389/feduc.2022.1033682
- Paaßen, Schulz, Stewart & Hammer (2022). Reservoir Memory Machines as Neural Computers. IEEE Transactions on Neural Networks and Learning Systems, 33(6), S. 2575–2585. doi:https://doi.org/10.1109/TNNLS.2021.3094139 (arXiv preprint: https://arxiv.org/abs/2009.06342)