Skip to main content Skip to main navigation

Projekte

Zeige Ergebnisse 1 bis 10 von 29.
  1. NoIDLEChatGPT – No-IDLE meets ChatGPT

    NoIDLEChatGPT – No-IDLE meets ChatGPT

    Das Projekt "No-IDLE meets ChatGPT" zielt darauf ab, die Mensch-Maschine-Interaktion bei der Aktualisierung von Deep-Learning-Modellen (DL) zu verbessern, indem die Mensch-Computer-Interaktion (HCI) m

  2. 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

  3. FAIRe_RIC – Sparsame künstliche Intelligenz in ressourcenlimitierten Umgebungen

    FAIRe_RIC – Sparsame künstliche Intelligenz in ressourcenlimitierten Umgebungen

    FAIRe hat die Entwicklung ressourcenlimitierter KI für eingebettete Systeme, cyber-physische Systeme und Edge-Geräte zum Ziel. Dabei soll der Entwicklungsansatz umfassend von der Anwendungsschicht bis

  4. FedWell – Life-Long Federated User and Mental Modeling for Health and Well-being

    FedWell – Life-Long Federated User and Mental Modeling for Health and Well-being

    Adaptive und personalisierte KI-Systeme im Healthcare-Bereich sind auf Informationen über Nutzer und Nutzungssituationen angewiesen, um die bestmögliche Unterstützung zu bieten. In Situationen von Kra

  5. No-IDLE – Interactive Deep Learning Enterprise

    No-IDLE – Interactive Deep Learning Enterprise

    In den letzten Jahren haben Maschinen den Menschen bei der Bewältigung spezifischer und begrenzter Aufgaben übertroffen, z.B. bei speziellen Aufgaben in der Bilderkennung oder bei der Entscheidungsfin

  6. Medinym – KI-basierte Anonymisierung personenbezogener Patientendaten in klinischen Text- und Sprachdatenbeständen

    Medinym – KI-basierte Anonymisierung personenbezogener Patientendaten in klinischen Text- und Sprachdatenbeständen

    Im Projekt Medinym verfolgen wir das Ziel, die Sprecheridentität eines Sprechers sowohl auf Stimm- als auch auf Aussage- und semantischer Ebene vollständig zu anonymisieren ohne emotionalen oder diagn

  7. GraviMoKo – Verbundvorhaben: GraviMoKo - Auswirkung von Gravitationsveränderungen auf Motorik und Kognition; Teilvorhaben: Demonstrator zur Erprobung neuartiger Antriebe für den Einsatz in Exoskeletten sowie EMG Studie zur Kraftschätzung; Teilvorhaben: Antriebsd

    GraviMoKo – Verbundvorhaben: GraviMoKo - Auswirkung von Gravitationsveränderungen auf Motorik und Kognition; Teilvorhaben: Demonstrator zur Erprobung neuartiger Antriebe für den Einsatz in Exoskeletten sowie EMG Studie zur Kraftschätzung; Teilvorhaben: Antriebsd

    Innerhalb des Vorhabens „NoGravExSystem“ wird, auf der Ebene von biologischen Signalen im speziellen EEG und EMG analysiert, inwieweit simulierte Mikro- und Hypergravitation, erzeugt durch ein Exoskel

  8. PRIMA-AI – Prospektive Untersuchung der Auswirkungen von KI auf die gemeinsame Entscheidungsfindung bei der Versorgung nach einer Nierentransplantation

    PRIMA-AI – Prospektive Untersuchung der Auswirkungen von KI auf die gemeinsame Entscheidungsfindung bei der Versorgung nach einer Nierentransplantation

    Die Gesundheitsversorgung durchläuft einen Wandel, von einem paternalistischen zu einem patientenzentrierten Ansatz. Medizinische Entscheidungsfindung ist demnach kooperativer Prozess zwischen Patient

  9. MOMENTUM – Robustes Lernen mit Hybrider KI für vertrauenswürdige Interaktion von Menschen und Maschinen in komplexen Umgebungen

    MOMENTUM – Robustes Lernen mit Hybrider KI für vertrauenswürdige Interaktion von Menschen und Maschinen in komplexen Umgebungen

    MOMENTUM ist ein Forschungsprojekt, das sich dem Themengebiet TRUSTED-AI widmet und darauf abzielt, die Entwicklung und Anwendung von künstlicher Intelligenz durch die Integration von Robustheit und E

  10. KiBATIN – KI-basiertes Assistenzsystem für Triagierung in der Notaufnahme

    KiBATIN – KI-basiertes Assistenzsystem für Triagierung in der Notaufnahme

    In Notaufnahmen entscheidet die Schnelligkeit. Das Notfallpersonal muss laut den Regelungen zur Notfallversorgung innerhalb von zehn Minuten einschätzen, wie dringlich Patientinnen und Patienten behan