Icon--AD-black-48x48Icon--address-consumer-data-black-48x48Icon--appointment-black-48x48Icon--back-left-black-48x48Icon--calendar-black-48x48Icon--Checkbox-checkIcon--clock-black-48x48Icon--close-black-48x48Icon--compare-black-48x48Icon--confirmation-black-48x48Icon--dealer-details-black-48x48Icon--delete-black-48x48Icon--delivery-black-48x48Icon--down-black-48x48Icon--download-black-48x48Ic-OverlayAlertIcon--externallink-black-48x48Icon-Filledforward-right_adjustedIcon--grid-view-black-48x48IC-logoutIC-upIcon--info-i-black-48x48Icon--Less-minimize-black-48x48Icon-FilledIcon--List-Check-blackIcon--List-Cross-blackIcon--list-view-mobile-black-48x48Icon--list-view-black-48x48Icon--More-Maximize-black-48x48Icon--my-product-black-48x48Icon--newsletter-black-48x48Icon--payment-black-48x48Icon--print-black-48x48Icon--promotion-black-48x48Icon--registration-black-48x48Icon--Reset-black-48x48share-circle1Icon--share-black-48x48Icon--shopping-cart-black-48x48Icon--start-play-black-48x48Ic-OverlayAlertIcon--summary-black-48x48tumblrIcon-FilledvineIc-OverlayAlertwhishlist

Diese Webseite nutzt unbedingt erforderliche Cookies. Wenn Sie auch der Verwendung von komfortbezogenen Cookies zustimmen, klicken Sie bitte „Einverstanden“. Mit Klick auf „Ändern“ können Sie die Cookie-Einstellung jederzeit ändern und eine erteilte Einwilligung widerrufen. Weitere Informationen erhalten Sie in den Datenschutzhinweisen.

Unsere Forschungsexperten

Alessandro Oltramari, Ph.D.

Hybride intelligente Systeme: Kombination aus Wissensdarstellung und maschinellem Lernen

„Die Wissensdarstellung kann die Entwicklung lernender Algorithmen voranbringen, leistungsfähige Schlussfolgerungs- und Verallgemeinerungsmechanismen ermöglichen und die Echtzeitanalyse von Daten robuster machen.“

Alessandro Oltramari, Ph.D., Research Scientist

Ich arbeite an wissensbasierten intelligenten Systemen. Mein Hauptinteresse gilt der Frage, auf welche Weise sich semantische Technologien wie computergestützte Ontologien und lexikalische Datenbanken einsetzen lassen, um lernende Algorithmen zu verbessern und Maschinen dabei zu helfen, die Welt zu verstehen. Ich will Fortschritte im Bereich der Explainable Artificial Intelligence (XAI) erreichen und bin überzeugt, dass hierfür Systeme entwickelt werden müssen, die für den Menschen verständliche Maschinendarstellungen mit neuronalen Netzen verknüpfen.

Lebenslauf

Carnegie Mellon University (Pittsburgh, USA)

2010-2016
Research Associate

Princeton University (Princeton, USA)

2005 - 2006
Visiting Research Associate

Laboratory for Applied Ontology (CNR, Trient, Italy)

2001 - 2010
Research Fellow

Ausgewählte Publikationen

  • A semantic framework for the analysis of privacy policies

    A. Oltramari et al. (2018)

    A semantic framework for the analysis of privacy policies
    • A. Oltramari, D. Piraviperumal, F. Schaub, S. Wilson, S. Cherivirala, T. Norton, & N. Sadeh
    • PrivOnto: A semantic framework for the analysis of privacy policies
    • Semantic Web 9 (2), p. 185–203
  • Ontology-based Adaptive Systems of Cyber Defense

    N.B. Asher et al. (2015)

    Ontology-based Adaptive Systems of Cyber Defense
    • N.B. Asher, A. Oltramari, C. Gonzalez, R. Erbacher
    • STIDS 2015 (10th International Conference on “Semantic Technology for Intelligence, Defense, and Security”, Fairfax (VA), 18-20 November, CEUR Workshop Proceedings
  • Cognition and Technology

    C. Gonzalez et al. (2014)

    Cognition and Technology
    • C. Gonzalez, C., N. Ben-Asher, A. Oltramari, C. Lebiere
    • In Wang, C., Kott, A., Erbacher, R. (Eds.), Cyber Defense and Situational Awareness, Springer-Verlag
  • New Trends of Research in Ontologies and Lexical Resources

    A. Oltramari et al. (2013)

    New Trends of Research in Ontologies and Lexical Resources
    • A. Oltramari, P. Vossen, L. Qin, E. Hovy
    • Springer
  • Senso Comune: A Collaborative Knowledge Resource for Italian

    A. Oltramari et al. (2013)

    Senso Comune: A Collaborative Knowledge Resource for Italian
    • A. Oltramari, G. Vetere, E. Jezek, I. Chiari, F. Zanzotto, M. Nissim, A.
    • The People's Web Meets NLP: Collaboratively Constructed Language Resources, p. 45-67
    • Springer-Verlag
  • Pursuing Artificial General Intelligence By Leveraging the Knowledge Capabilities Of ACT-R

    A. Oltramari & C. Lebiere (2012)

    Pursuing Artificial General Intelligence By Leveraging the Knowledge Capabilities Of ACT-R
    • In AGI 2012 (5th International Conference on “Artificial General Intelligence”), Oxford (UK), 199-208.
  • An Introduction to Hybrid Semantics: The Role of Cognition in Semantic Resources. Modeling, Learning, and Processing of Text Technological Data Structures Studies

    A. Oltramari (2011)

    An Introduction to Hybrid Semantics: The Role of Cognition in Semantic Resources. Modeling, Learning, and Processing of Text Technological Data Structures Studies
    • Computational Intelligence. Volume 370, p. 97-109
  • Ontology and the Lexicon

    C. R. Huang et al. (2010)

    Ontology and the Lexicon
    • C. R. Huang, N. Calzolari, A. Gangemi, A. Lenci, A. Oltramari, L. Prévot (Editors)
    • Cambridge University Press
  • Restructuring WordNet's Top-Level: The OntoClean approach

    A. Oltramari et al. (2002)

    Restructuring WordNet's Top-Level: The OntoClean approach
    • A. Oltramari, A. Gangemi, N. Guarino, C. Masolo / R. S. Araujo (editor)
    • Proc. of LREC 2002 (The 4th International conference on Language Resources and Evaluation – Workshop OntoLex 2002 – Ontologies and Lexical Resources, 27 May, Las Palmas de Gran Canaria, Spain), p. 17-22.
  • Sweetening Ontologies with DOLCE

    A. Oltramari et al. (2002)

    Sweetening Ontologies with DOLCE
    • A. Gangemi, N. Guarino, C. Masolo, A. Oltramari, and Schneider, L.
    • 2002, October. Sweetening ontologies with DOLCE. In International Conference on Knowledge Engineering and Knowledge Management (pp. 166-181). Springer, Berlin, Heidelberg.

Interview

Alessandro Oltramari, Ph.D.

Alessandro Oltramari, Ph.D.

Research Scientist

„Erzählen Sie doch mal: was fasziniert Sie an der Forschung?“

Für mich ist Forschung eine intellektuelle Reise, die Erkundung eines Problemfelds, an deren Ende eine Karte mit möglichen Lösungen steht. Als zutiefst menschliches Unterfangen steckt die Forschung voller Emotionen: Freude, Frustration, Enttäuschung und Überraschung liegen im Leben eines Wissenschaftlers eng beieinander. Für mich persönlich ist die Forschung auch eine ganz reale Reise, denn auf der Suche nach besseren Karrieremöglichkeiten habe ich meine Heimat Italien verlassen. Bei Bosch Corporate Research habe ich eine perfekte Forschungsheimat gefunden.

Alessandro Oltramari, Ph.D.

Alessandro Oltramari, Ph.D.

Research Scientist

„Was macht die Forschung bei Bosch besonders?“

Die Arbeit bei Bosch ist aus verschiedenen Gründen etwas ganz Besonders, das reicht von der multikulturellen Umgebung bis zum offenen Austausch mit dem gehobenen Management. Am wichtigsten ist für mich jedoch das Gleichgewicht zwischen geschäftlich orientierten Forschungsaufgaben und wissenschaftlicher Arbeit im Rahmen der Forschungsteams. Die Balance zwischen kurzfristiger und langfristiger Forschungsarbeit wird durch eine strikte und zugleich flexible Herangehensweise sichergestellt, die klare Zielsetzungen, die Entwicklung und Validierung von Geschäftsmodellen, die kollaborative Planung und Umsetzung von Aufgaben sowie die gründliche retrospektive Aufarbeitung und offene Diskussion beinhaltet.

Alessandro Oltramari, Ph.D.

Alessandro Oltramari, Ph.D.

Research Scientist

„Woran forschen Sie bei Bosch?“

Ich beschäftige mich damit, wie wir robustere intelligente Assistenten entwickeln können, indem wir verschiedene Wissensquellen wie elektronische Dokumente und Daten aus dem Internet und aus sozialen Medien mit Algorithmen für das maschinelle Lernen verknüpfen. Unter konkreten Anwendungsgesichtspunkten interessieren mich dabei besonders die folgenden drei Bereiche: kontextsensible Chatbots für Kundenservices, Entscheidungssysteme für (halb-) autonome Fahrzeuge und das Szenario-Verständnis in smarten Umgebungen.

Alessandro Oltramari, Ph.D.

Alessandro Oltramari, Ph.D.

Research Scientist

„Was sind die größten wissenschaftlichen Herausforderungen in Ihrem Forschungsfeld?“

Explainable Artificial Intelligence ist eindeutig die größte Herausforderung. Um hier Fortschritte zu erzielen, brauchen wir hybride Systeme, die für den Menschen verständliche Maschinendarstellungen mit neuronalen Systemen verknüpfen. Zum gegenwärtigen Zeitpunkt gibt es noch kein allgemeines Rahmenwerk für die Integration von tiefen Netzwerken und Wissensgraphen.

Alessandro Oltramari, Ph.D.

Alessandro Oltramari, Ph.D.

Research Scientist

„Wie werden Ihre Forschungsergebnisse zu "Technik fürs Leben"?“

Explainable AI bedeutet, dass wir intelligente Maschinen mit semantischer Transparenz ausstatten, sowohl mit Blick auf die interne Funktionsweise als auch auf die Korrelation zwischen Input und Output. Genau wie Menschen lernen einander zu vertrauen, indem sie Wissen teilen, werden XAI-fähige Systeme die Mensch-Maschine-Interaktion vertrauenswürdiger und persönlicher machen. Dies wird zu einer Verbesserung des menschlichen Lebens in den vielen Bereichen führen, in denen KI einen wichtigen Beitrag leisten kann, z. B. im Gesundheitswesen oder bei der Mobilität.

Ihr Kontakt zu mir

Teile diese Seite auf