Direkt zum Inhalt

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.

Projekte

d-E-mand

Vorhersage von Ladebedarf bei Elektromobilität als Business Enabler

 

 

 

Data4UrbanMobility

Entwicklung von Werkzeugen für einen ereignisbasierten Überblick über Mobilitätsinformationen und die effiziente Planung, Entwicklung, Durchführung und Nutzung von innovativen Mobilitätsdienstleistungen

 

 

 

 

Discovering Job Knowledge from Web Data

Discovering Job Knowledge from Web Data

 

 

EAST-CITIES

Aufstellen und Erreichen nachhaltiger Ziele in ostchinesischen Städten

 

 

 

eLabour II

Interdisziplinäres Zentrum für IT-basierte qualitative Forschung in der Arbeitssoziologie

 

 

ErrorlessLearning

Aufstockungantrag zu einer Orthografie-Übungsmethode

 

 

 

Haisem Lab

KI-Labor zur methodischen Entwicklung von performanten KI-Anwendungen für moderne Hardware-Architekturen

 

 

 

 

 

iASiS

Erkenntnisse aus Patientendaten für die Präzisionsmedizin

 

 

InclusiveOCW

Inklusive kollaborative Erstellung und Nutzung von Open Courseware in der Berufsförderung von Menschen mit Seheinschränkung.

 

 

 

Internationales Zukunftslabor Künstliche Intelligenz

Internationales Zukunftslabor Künstliche Intelligenz