Prof. Dr. Björn Schuller
Professur
Kontakt
Wissenschaftliche Laufbahn und Forschungsgebiete
Schuller verbindet Informatik mit moderner Medizin. Das Hauptinteresse liegt auf der Erfassung, Analyse und Interpretation von Biosignalen auch im Alltag, wie sie etwa bei der Überwachung der Herzaktivität, des Stoffwechsels oder der neuronalen Aktivitäten anfallen. Daneben werden auch akustische, visuelle und eine Vielzahl weiterer Parameter ausgewertet. Ziel ist die Prävention, Diagnose, aber auch Entscheidungsunterstützung und Intervention mittels effizienter, transparenter und vertrauenswürdiger Verfahren aktueller Künstlichen Intelligenz.
Prof. Schuller erhielt Diplom (1999), Doktortitel (2006) und Habilitation (2012) in Elektrotechnik/IT von der TU München, an der er seit 2023 Lehrstuhlinhaber für Informatik im Gesundheitswesen ist. Seit 2013 ist er auch am Imperial College London - aktuell als Professor für KI. Ferner ist er gründender CEO und aktueller CSO der audEERING GmbH. Frühere Stationen beinhalten Lehrstuhlinhaber an den Universitäten Augsburg (2017-2023) und Passau (2014-2017) sowie Forscher der Joanneum Research in Graz (2012) und dem CNRS nahe Paris (2009-2010).
Wichtigste Auszeichnungen
- IEEE Signal Processing Socitey Distinguished Lecturer (2024)
- Fellow der ISCA (2020)
- Fellow des IEEE (2018)
- World Economic Forum Young Scientist (2015)
- ERC Starting Grant Empfänger (2013)
Schlüsselpublikationen (alle Publikationen)
Eyben F, Wöllmer M, Schuller B: "openSMILE: the Munich versatile and fast open-source audio feature extractor". ACM Multimedia. Florence. 2010.
AbstractSchuller B: Intelligent Audio Analysis. Springer, 2013.
AbstractSchuller B, Batliner A: Computational Paralinguistics: Emotion, Affect and Personality in Speech and Language Processing. Wiley, 2013.
AbstractWagner J, Triantafyllopoulos A, Wierstorf H, Schmitt M, Eyben F, Schuller B, Burkhardt F: "Dawn of the transformer era in speech emotion recognition: closing the valence gap". IEEE Transactions on Pattern Analysis and Machine Intelligence. 2023; 45(9):10745–10759.
AbstractRynkiewicz A, Schuller B, Marchi E, Piana S, Camurri A, Lassalle A, Baron-Cohen S: "An investigation of the ‘female camouflage effect’ in Autism using a computerized ADOS-2 and a test of sex/gender differences". Methods. 2016; 7(10):1-8.
AbstractBei Änderungs- oder Aktualisierungswünschen wenden Sie sich bitte an Franz Langer.