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
|
MIRROR Von der Wahrnehmung über die Erwartung bis zur Realisierung: Umfassende medienübergreifende Analyse von Fehlinformationen bei der Migration in die EU und potenziell daraus resultierenden Bedrohungen. |
|
OSCAR Opinion Stream Classification with Ensembles and Active learners |
|
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 |
|
Design eines Recommender-Systems für Kleidung |
|
ROXANNE Netzwerk-, Text- und Audio-Analyse für eine effektive Bekämpfung organisierter Kriminalität |
|
ScienceGRAPH Knowledge Graph based Representation, Augmentation and Exploration of Scholarly Communication |
|
Simple-ML Verbesserung der Benutzbarkeit von ML-Verfahren für einen breiten Anwenderkreis |
|
SoBigData: Social Mining & Big Data Ecosystem Die zunehmende Fülle an Daten ist eine Chance die soziale Komplexität zu entflechten und die Herausforderungen der Welt zu adressieren |
|
|
TRAVELOGUES Wahrnehmung des Anderen und des Orients in der Neuzeit |