Skip to main content Skip to main navigation

Projekte

Zeige Ergebnisse 1 bis 8 von 8.
  1. RAASCEMAN – Resilient and Adaptive Supply Chains for Capability-based Manufacturing as a Service Networks

    RAASCEMAN – Resilient and Adaptive Supply Chains for Capability-based Manufacturing as a Service Networks

    The manufacturing sector faces challenges such as increasing international competition, political tensions, material shortages or unpredictable natural events. The RAASCEMAN project aims to mitigate a

  2. SC_Kleer – MultiGrasp: Multimodal Grasp Type Prediction for Dexterous Multi-fingered Robotic Grasping
  3. NEARBY – Noise and variability-free BCI systems for out-of-the-lab use

    NEARBY – Noise and variability-free BCI systems for out-of-the-lab use

    Brain-Computer-Interfaces oder kurz BCIs bieten eine vielversprechende Möglichkeit der Mensch-Maschine-Interaktion basierend auf Gehirnsignalen, speziell als Schnittstelle für die Bedienung von Assist

  4. SC_INCOW – Influence of Cognitive Workload in Intent Recognition during Robot-Assisted Surgery

    SC_INCOW – Influence of Cognitive Workload in Intent Recognition during Robot-Assisted Surgery

    Robotic-assisted surgery is one of the fastest growing fields within clinical surgeries and the healthcare domain. Surgeons use different types of robotic systems for many complex procedures involved

  5. Adra-e – AI, Data and Robotics ecosystem

    Adra-e – AI, Data and Robotics ecosystem

    Adra-e – Unterstützung der AI, Data and Robotics Community bei der Entwicklung eines nachhaltigen europäischen Ökosystems Adra-e ist eine sog. Coordination and Support Action (CSA), die von der Europä

  6. AIQUAMA – Kl-basiertes Qualitätsmanagement für Intelligente Fabriken

    AIQUAMA – Kl-basiertes Qualitätsmanagement für Intelligente Fabriken

    Anomalien und Fehler im Produktionsprozess verursachen hohe Kosten und wirken sich negativ auf Nachhaltigkeit und Produktivität aus. Gelingt es, solche Fehler unmittelbar bei ihrem Auftreten zu erkenn

  7. SC_Gomaa – TeachTAM: Machine Teaching with Hybrid Neurosymbolic Reinforcement Learning; The Apprenticeship Model

    SC_Gomaa – TeachTAM: Machine Teaching with Hybrid Neurosymbolic Reinforcement Learning; The Apprenticeship Model

    Die jüngsten Fortschritte im Bereich des Machine Learning (insbesondere Computer Vision und Reinforcement Learning) haben es Robotern ermöglicht, Objekte und die Umgebung auf einer nicht-symbolischen

  8. CAMELOT – Kontinuierliches adaptives maschinelles Lernen für Kontrollübergabe-Situationen

    CAMELOT – Kontinuierliches adaptives maschinelles Lernen für Kontrollübergabe-Situationen

    Eine wesentliche Herausforderung bei autonomen Systemen wie Fahrzeugen oder Robotern bleibt der Umgang mit Situationen, die das System alleine nicht bewältigen kann. Bislang wurde diese sogenannte Kon