Professorin Tülay Adali ist eine der bekanntesten Forscher weltweit, die sich mit maschinellen Lernverfahren für die biomedizinische Signalverarbeitung beschäftigen. Auf Einladung von Prof. Peter Schreier (Fachgebiet Signal- und Systemtheorie) gab sie im Rahmen des IEEE Distinguished Lecturer Programms und eines außerordentlichen Fakultätskolloquiums einen Vortrag mit dem Titel “Data Fusion Through Matrix and Tensor Decompositions”.
Im Zentrum des Vortrags stand die Frage, wie man mit Hilfe von Matrix und Tensorzerlegungen verschiedene bildgebende Verfahren für die Analyse von Gehirnaktivität gewinnbringend kombinieren (“fusionieren”) kann. Das ist deswegen wichtig, da manche Verfahren (wie z.B. fMRI — funktionale Magnetresonanztomografie) gute räumliche, aber schlechte zeitliche Auflösung haben, andere wiederum (wie z.B. EEG - Elektroenzephalografie) hohe zeitliche, aber niedrige räumliche Auflösung haben. Die Fusion der Daten verschiedener Modalitäten erlaubt es, die jeweiligen Vorteile zu kombinieren.
