Projekte

RACKET – Lernen seltener Klassen und Erkennung unbekannter Ereignisse in der flexiblen Produktion

Im Projekt RACKET wird das Problem der Erkennung seltener und unbekannter Fehler durch die Kombination von modellbasierten Methoden und Methoden des maschinellen Lernens theoretisch und in repräsentat

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

EXPECT – Exploring the Potential of Pervasive Embedded Brain Reading in Human Robot Collaborations

Förderung von Forschungsvorhaben zur Verbesserung der Explorations- und Integrationsphasen der IKT-Forschung Das Hauptziel des Projekts EXPECT ist die Entwicklung einer adaptiven, selbstlernenden Plat

APRIL – Multipurpose robotics for mAniPulation of defoRmable materIaLs in manufacturing processes

Ziel des APRIL-Projekts ist die Entwicklung von kostengünstigen und agilen, marktorientierten Mehrzweck- und leicht umrüstbaren autonomen Robotern, die verschiedene weiche und flexible Produkte/Materi

SPAICER – Skalierbare adaptive Produktionssysteme durch KI-basierte Resilienzoptimierung

Der Innovationswettbewerb „Künstliche Intelligenz als Treiber für volkswirtschaftlich relevante Ökosysteme“ (KI-Innovationswettbewerb) des Bundeministeriums für Wirtschaft und Energie (BMWi) ist ein e

InCoRAP – Intentionsbasierte kooperative Roboterhandlungsplanung und Werkerunterstützung in Fabrikumgebungen

Das Projekt InCoRAP erforscht die Mensch-Roboter-Interaktion in Fabrikumgebungen unter Berücksichtigung der Intention des Menschen. Dies erlaubt die fließende Interaktion zwischen Mensch und Roboter,

KICK – Künstliche Intelligenz in Kommunikationsnetzen

Das Ziel von KICK ist es, den Betrieb von künftigen 5G-Campus-Netzen durch den Einsatz von KI-Methoden signifikant zu vereinfachen und zu verbessern. Im Fokus stehen hierbei Industrie 4.0-Umgebungen m

KOSMOX – Entwicklung einer neuartigen lokalen kontrafaktischen Erklärungsmethode und -schnittstelle unter Berücksichtigung kognitiver Modelierungsansätze

Im Bereich der Künstlichen Intelligenz (KI) sind Black-Box-Modelle gegenüber konventionellen Verfahren zwar überlegen, liefern allerdings keine Erklärung über das Zustandekommen ihrer Entscheidungen u

MindBot – Mental Health promotion of cobot Workers in Industry 4.0

MindBot zielt darauf ab, Methoden zu identifizieren und Lösungen zur Förderung der psychischen Gesundheit in der sich etablierenden Industrie 4.0 im spezifischen Kontext der produzierenden Klein- und

Fast&Slow – Kombination Symbolischer und Subsymbolischer Methoden

Deep-Learning-Verfahren werden in vielen Anwendungsgebieten eingesetzt und arbeiten nach einer Trainingsphase sehr effizient. Allerdings kann über ihre Korrektheit im allgemeinen keine verlässliche Au