Forschung
Florian Huber's Forschung finden im Bereich der Entwicklung und Anwendung von Data Science Algorithmen zur vergleichenden Analyse komplexer Daten statt. Es geht dabei vorangig darum maschinelles Lernen (=aus Daten lernen) mit Fachwissen so zu verknüpfen, dass Daten untereinander oder mit Referenzdaten sinnvoll verglichen werden können. Häufig werden hierzu komplexe Daten in sogenannte latente Räume (latent space) überführt in denen sie miteinander verglichen oder in denen sie auch verändert werden können.
Ein Beispiel ist die Analyse von Massenspektren im Bereich Biologie und Medizin. Obwohl diese Spektren als charakteristische Fingerabdrücke für chemische Stoffe gelten, können sie in den meisten Fällen jedoch keinem konkreten Stoff zugeordnet werden. Durch den Einsatz neu entwickelter Algorithmen (Machine Learning, Deep Learning) ist es aber möglich chemische Ähnlichkeiten verlässlich vorherzusagen und damit auch völlig unbekannte Stoffe verorten zu können.
Weitere Projekte entstehen gerade im Bereich Audiodaten ("Audio Data Science") sowie der Erforschung und Anwendung von Techniken im Bereich Chatbots/Natural Language Processing (NLP).
