Dr. Melanie Schaller schloss 2023 ihre Doktorarbeit an der Universität Würzburg zur Anwendung von Cyber-Physical Systems in der nicht-invasiven Überwachung des intrakraniellen Drucks ab. Auf der Softwareseite liegt der Fokus auf der Ende-zu-Ende-Integration von Ingenieurswissen in Modelle des maschinellen Lernens, Methoden der Anomalieerkennung in multivariaten Zeitreihen sowie die Verarbeitung von Signalen in neuronalen Graphnetzen. Auf der Hardwareseite liegt ihr Schwerpunkt auf der Instrumentierung von Sensornetzwerken.

Sie hat mehrere Forschungsprojekte im Bereich des maschinellen Lernens abgeschlossen. Ziel des P-BIM-Projekts war es, zwischen normalem Strukturschwingverhalten und anormalen Verformungen von Strukturen zu unterscheiden. Unter Verwendung neuronaler Graphnetze wurde die Brückenstruktur auf der Grundlage von Sensornetzwerkdaten modelliert und zur automatischen Extraktion von Eigenmoden mit einem neuartigen Faltungsfilterdesign für Graphen verwendet. Im Projekt KI@FlowChief bestand das Ziel darin, Leckagen in Wasserverteilungsnetzen zu erkennen und zu lokalisieren, um Wasserverschwendung zu reduzieren. Dafür nutzte sie auf headloss basierende Kantengewichte in einem heterogenen neuronalen Graph-Netzwerk.