Sie sind hier
Projekte
Genauigkeit und niedrige Kosten bei der Inspektion von Rohrleitungssystemen mit Methoden des maschinellen Lernens
Im Projekt SALIENT werden in interdisziplinärer Kooperation Methoden zur Erkennung und Unterstützung von Lernprozessen bei der multimodalen Websuche erforscht.
Es ist unser Ziel, in Zusammenarbeit zwischen dem Institut für Fertigungstechnik und Werkzeugmaschinen (IFW) und dem Forschungszentrum L3S eine Applied Machine Learning Academy (AMA) aufzubauen auf der Grundlage eines nachhaltigen, flexiblen und stark anwendungsorientierten Qualifizierungskonzepts mit vielfältigen Kursanageboten und einem Expertise Sharing Network. Im Mittelpunkt steht dabei das Anwendungsfeld Industrie 4.0 und ein intensiver Dialog mit mittelständigen Unternehmen und der Industrie. Hinzu kommt eine starke Betonung der praktischen Anteile, welche es erlauben das erlernte Wissen zu erproben und zu vertiefen. Hervorzuheben sind hier Praxisphasen in einem Industrie 4.0 Kontext mit realen Maschinen der industriellen Produktion.
Die heutige Informationsflut erschwert es immer mehr, sich auf die wirklich relevanten und wichtigen Dinge zu konzentrieren. Dies gilt in immer stärkerem Maße auch für das Personal Information Management im professionellen und privaten Kontext. Hier werden neuartige Ansätze benötigt, welche die aktuellen Praktiken der Informationssammlung und –verwaltung in Frage stellen und eine bessere Unterscheidung zwischen wichtiger und unwichtiger Information unterstützen. Durch den selektiven und adaptiven Mechanismus des Vergessens ist der menschliche Verstand sehr effektiv darin, sich auf die wichtigen Dinge zu konzentrieren. Es soll daher untersucht werden, was wir vom menschlichen Vergessen für effektivere Methoden zur Unterstützung von Wissensarbeitern im Umgang mit Information lernen können.
Fragen mit Web-Daten beantworten
WDAqua ist ein Marie Skłodowska-Curie Innovative Training Network (ITN).
Intelligente Infrastrukturen und Bürgerbeteiligung in der digitalen Gesellschaft werden zunehmend datengetrieben. Das Teilen, Verbinden, Verwalten, Analysieren und Verstehen von Daten im Internet wird bessere Dienste für Bürger, Gemeinschaften und die Industrie ermöglichen. Allerdings um Web-Daten zu einem erfolgreichen Service für den öffentlichen und privaten Sektor zu machen, bedarf es qualifizierter Web- und Datenwissenschaftler sowie weiterer Forschung auf diesem Gebiet.
IASiS ist ein EU-finanziertes Projekt, das durch den Einsatz von Erkenntnissen aus Patientendaten den Weg für präzisionsmedizinische Ansätze ebnen soll. Ziel ist es, Informationen aus Krankenakten, Bilddatenbanken und Genomdaten zu kombinieren, um personalisierte Diagnose- und Behandlungsansätze in zwei Krankheitsbereichen - Lungenkrebs und Alzheimer - zu ermöglichen.
Seiten
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- nächste Seite ›
- letzte Seite »