Intelligente Systeme sind durch Lernvorgänge geprägt, die den Erwerb neuer Fähigkeiten ermöglichen und mit einer großen Menge von heterogenen, unsicheren und probabilistischen Daten umgehen können. Aufgrund der Komplexität der dadurch repräsentierten Situationen in der realen Welt ist eine automatische Abstraktion von Informationen aus Daten, die Bildung geeigneter repräsentativer Modelle und die semantische Verarbeitung der vorhandenen Informationen unabdingbar, um auf dieser Basis intelligente Systeme für den digitalen Wandel, zum Beispiel im Bereich Mobilität, Industrie, Medizin und Bildung, zu ermöglichen.
Mitglieder
Projekte
|
Entwurf und Erweiterung von Algorithmen der künstlichen Intelligenz, um natürliches Verhalten abzubilden
|
|
OffshorePlan Komplementäre Nutzung mathematischer und ereignisdiskreter Modelle zur Lösung komplexer Planungs- und Steuerungsprobleme in der Offshore-Baustellenlogistik
|
|
PRESENt Wege zu einer personalisierten Prävention und Behandlung von schwerer Norovirus-Gastroenteritis
|
|
Regio Eine Kartierung der Entstehung und des Erfolgs von Kooperationsbeziehungen in regionalen Forschungsverbünden und Innovationsclustern
|
|
Retourenreduktion
Design eines Recommender-Systems für Kleidung
|
|
ROXANNE Netzwerk-, Text- und Audio-Analyse für eine effektive Bekämpfung organisierter Kriminalität
|
|
RuBICon (-OStnt) Verbundvorhaben: RuBICon – Rule-Based Initialisation of Converter Dominated Grids Teilvorhaben: Methoden zum Netzwiederaufbau durch dezentrale Erzeugungsanlagen
|
|
MonoTo3D Entwickeln von Verfahren zur monokularen Tiefenschätzung mit expliziter Modellierung des menschlichen Wahrnehmungsprozesses
|
|
ScienceGRAPH Wissensgraph-basierte Darstellung, Erweiterung und Erforschung der wissenschaftlichen Kommunikation
|
|
SeVorAb Selbstlernendes Vorhersagemodell für Abschlusswahrscheinlichkeit
|