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
|
Alexandria Entwicklung von Modellen, Werkzeugen und Technologien zur Archivierung von Web-Inhalten |
|
AMA - Applied Machine Learning Academy Weiterbildung auf der Grundlage eines nachhaltigen, flexiblen und stark anwendungsorientierten Qualifizierungskonzepts |
|
AutoPIN Kostenersparnis durch maschinelles Lernen bei der Inspektion von Rohrleitungssystemen |
|
BigMedilytics Big Data for medical analytics |
|
BLINKER - Localization and Navigation With a 360°-Camera Collaboration between L3S and Goetting KG, a company which is specialized on driverless transportation systems |
|
BOOST4.0 Big Data Value Spaces for COmpetitiveness of European COnnected Smart FacTories 4.0 |
|
CampaNeo Plattform für Echtzeit-Fahrzeugdaten-Kampagnen |
|
|
CHORUS Eine massiv parallele und skalierbare Vektorprozessorplattform für hochautomatisierte Fahrerassistenzsysteme
|
|
Cleopatra Analyse ereignisbasierter Informationen verschiedener Sprachen aus heterogenen Quellen |
|
COVMAP - Comprehensive Conjoint GPS and Video Data Analysis for Smart Maps Combined GPS, gyroscope and video data to analyze road and track situations for cyclists and pedestrians |