Philine Lou Bommer
Abteilung: Data Science in Bioeconomy
Mitarbeit in Forschungsprogrammen
Arbeitsgebiete
Philine interessiert sich für Deep Learning und Explainable AI (erklärbare KI) in Anwendung auf die Umweltwissenschaften. Sie arbeitet daran, neue Explainable AI (XAI) Lösungen zu entwickeln, welche abgestimmt sind auf die Anwendung in der wissenschaftlichen Datenanalyse. Der Fokus ihrer Arbeit liegt dabei auf dem Umweltwissenschaften. In diese Feld forscht Sie an der Nutzung von XAI Methoden um neue Erkenntnisse über das Klima zu gewinnen und um eine transparente Anwendung von KI möglich zu machen.
Mitwirkung in Gremien
Forschungsprojekte:
https://proceedings.mlr.press/v162/kramer22a.html
https://meetingorganizer.copernicus.org/EGU22/EGU22-8130.html
Projekte
Veröffentlichungen
- Bommer, P.; Kretschmer, M.; Hedström, A.; Bareeva, D.; Höhne, M. (2024): Finding the right XAI Method - A Guide for the Evaluation and Ranking of Explainable AI Methods in Climate Science. Artificial Intelligence for the Earth Systems (AIES). : p. 1-55. Online: https://doi.org/10.1175/AIES-D-23-0074.1
- Hedström, A.; Bommer, P.; Wickstrøm, K.; Samek, W.; Lapuschkin, S.; Höhne, M. (2023): The Meta-Evaluation Problem in Explainable AI: Identifying Reliable Estimators with MetaQuantus. Transactions on Machine Learning Research. (06): p. 1-35. Online: https://openreview.net/forum?id=j3FK00HyfU
Curriculum Vitae
Philine Bommer erhielt 2020 ihren Master in Physik an der Universität Heidelberg und war im Anschluss als wissenschaftliche Mitarbeiterin am ZI Mannheim tätig. Zuvor erwarb Philine ihren Bachelor in Physik an der Universität Heidelberg. Sie begann im Oktober 2022 mit ihrer Promotion am Lehrstuhl für Maschinelles Lernen der TU Berlin und ist Teil der Forschungsgruppe UMI Lab. Derzeit promoviert sie in der Abteilung Data Science in Bioeconomy am ATB Potsdam.
Ein tabellarischer Lebenslauf ist hier zu finden.