Dipl.-Ing. Dr.techn. Lukas Miklautz, BSc absolvierte das Bachelorstudium Volkswirtschaftslehre und das Masterstudium Wirtschaftsinformatik an der Universität Wien. Das Doktoratsstudium der technischen Wissenschaften (Diss.G. Informatik) schloss er 2023 ab. Die Dissertation wurde von Univ.-Prof. Claudia Plant betreut.
Dissertation "Prototyp-basiertes Lernen von Repräsentationen mittels Deep Clustering"
Clustering ist ein Bereich des Data Mining und maschinellen Lernens, der sich mit der Gruppierung ähnlicher Objekte in Cluster befasst. Clustering wird unter anderem in der Textverarbeitung verwendet, um Artikel nach Inhalten zu gruppieren, oder in der Medizin, um Risikofaktoren in Patientengruppen zu finden. Traditionelle Clusteringalgorithmen erfordern oft vorverarbeitete Daten, z.B. können Bilddaten nicht als solche verarbeitet werden und es müssen zuerst die wichtigsten Merkmale extrahiert werden. Möchte man einen traditionellen Clusteringalgorithmus dazu verwenden Bilder von Katzen und Hunden zu gruppieren, muss man zuerst die wichtigsten Merkmale berechnen, wie Form der Nase, Ohren, Augen etc. Deep Clustering Algorithmen hingegen lernen diese Merkmale selbstständig und reduzieren so den Arbeitsaufwand. Im Rahmen der Dissertation lag der Fokus auf dem prototyp-basierten Lernen von Repräsentationen für das Deep Clustering. Prototypen können als eine abstrakte Darstellung der Mitglieder eines Clusters verstanden werden. Zum Beispiel kann ein Cluster von Katzenbildern durch ein prototypisches Bild repräsentiert werden, welches Gemeinsamkeiten aller Katzen in diesem Cluster abbildet, wie spitze Ohren, Schnurhaare, usw. Diese Prototypen werden vom Algorithmus automatisch gelernt und verbessern die Genauigkeit und Interpretierbarkeit der Ergebnisse. In Zusammenarbeit mit Archäolog*innen wurde ein Algorithmus entwickelt, der nach diesen Prinzipien Bilder frühmittelalterlicher Glasperlen automatisch nach Form, Farbe, Größe und Dekoration gruppiert, ohne vorab wichtige Merkmale berechnen zu müssen. Dieser Algorithmus ermöglicht es archäologische Daten, effizienter und in einer neuen Art und Weise zu analysieren.
