Effiziente und vertrauenswürdige Verwaltung von Datenökosystemen: Der strukturierte, lebenszyklusgetriebene Ansatz für Knowledge Graph Ecosystems (KGEs) ermöglicht Rückverfolgbarkeit von Änderungen, Interoperabilität und Erklärbarkeit.
Nachvollziehbare KI-Entscheidungen für vertrauenswürdige Anwendungen in Robotik und beim autonomen Fahren.
QPM verbessert die Erklärbarkeit und Vorhersagbarkeit von Modellen und ermöglicht eine sicherere und transparentere KI-Bilderkennung.
TrustKG ist eine innovative hybride KI-Technologie, die mithilfe von Wissensgraphen transparente, nachvollziehbare KI-Empfehlungen gibt - zum Beispiel in der medizinischen Diagnostik.
Multimodales Deep Learning für Healthcare: Forscher kombinieren Zeitreihen- und Bilddaten für präzisere medizinische Diagnosen.
Ausgezeichnet mit dem L3S Best Publication Award (Kategorie Robotik): ACROSS macht alte Sensordaten für moderne Robotik nutzbar und erleichtert die Zusammenarbeit.
Beim ersten L3S Townhall Meeting dieses Jahres zeichnete Prof. Wolfgang Nejdl die besten Publikationen von L3S-Wissenschaftlern aus dem vierten Quartal 2024 und dem ersten Quartal 2025 aus.
Die beste Veröffentlichung des Quartals in der Kategorie „Knowledge Graphs“ befasst sich mit der Schwierigkeit, die Datenintegrität in Umgebungen zu gewährleisten, in denen sich Daten aufgrund laufender Prozesse häufig ändern.
Welche Rolle spielen die Gene für das Risiko, an Krebs zu erkranken? Um das herauszufinden, setzt die beste L3S-Veröffentlichung des Quartals in der Kategorie „Wissensgraphen und Biomedizin“ auf Big Data und KI.
Die beste L3S-Veröffentlichung des Quartals in der Kategorie 'Information Retrieval and Language Model' stellt ein effizientes System zur genauen Echtzeitverfolgung von Fahrzeugen in Städten vor.