Übersicht Projekte

Hier finden Sie einen Überblick über die von uns aktuell geförderten Projekte. Es sind durchschnittlich rund 200 Projekte in Förderung. Kleine Förderungen sind teilweise nicht einzeln beschrieben.

226

laufende Projekte

Thema
Art der Förderung
Programm
Bundesland
Sortierung   
Sortierung

67 Projektbeschreibungen verfügbar

Hybrider wertorientierter interdisziplinärer Designansatz für datenintensive Softwaresysteme (HYBRIDA) Künstliche Intelligenz - Personenförderprogramme – CZS Forschungsstart

Kurzbeschreibung

Prof. Claudia Nass Bauer, Professorin für Design-Strategie an der Hochschule Mainz, erforscht die Entwicklung von Methoden für eine wertorientierte interdisziplinäre Zusammenarbeit bei den Entwicklungsprozessen von datenintensiven Softwaresystemen.

Interactive Inference Künstliche Intelligenz - Projektförderprogramme – CZS Durchbrüche

Kurzbeschreibung

Ein Graduiertenkolleg erforscht, wie bei Maschinellem Lernen unter Berücksichtigung der damit verbundenen Unsicherheiten Schlussfolgerungen gezogen werden.

KI-basierter digitaler Zwilling (KIDZ) Künstliche Intelligenz - Projektförderprogramme – CZS Transfer

Kurzbeschreibung

Projektziel ist die Konzeption eines KI-basierten, selbstlernenden digitalen Zwillings, der sich automatisch an veränderte Systembedingungen anpasst und Produktionsprozess und Produktlebenszyklus möglichst realitätsnah simuliert.

Kontinuierliches Lernen auf Multimodalen Datenströmen Künstliche Intelligenz - Projektförderprogramme – CZS Perspektiven

Kurzbeschreibung

Die im Projekt geförderte Stiftungsprofessur besetzt Prof. Dr. Gerard Pons-Moll. Er forscht zur Entwicklung nachhaltiger und robuster intelligenter Systeme, die adaptiv auf neue Situationen reagieren und kontinuierlich weiterlernen können.

Lernen aus Big Data in den Atmosphärenwissenschaften Künstliche Intelligenz - Projektförderprogramme – CZS Perspektiven

Kurzbeschreibung

Methoden aus dem maschinellen Lernen für Big Data sollen auf Fragestellungen in der Atmosphärenphysik angewandt werden. Unter anderem werden die Darstellung von Wolken in Klimamodellen und die Vorhersagbarkeit von Wettersituationen bearbeitet.

MAINCE: Medical AI combining Natural products and CEllular Imaging Künstliche Intelligenz - Projektförderprogramme – CZS Durchbrüche

Kurzbeschreibung

MAINCE wird durch KI-Ansätze neue und dringend benötigte Therapeutika in der Immunologie identifizieren. Hinweise zur Wirkung der Therapeutika durch hochmoderne bildgebende Verfahren werden durch KI mit Laborexperimenten verknüpft, um die Medikamentenentwicklung zu beschleunigen und effizienter zu gestalten.

Mechatronik Systems Engineering Künstliche Intelligenz - Personenförderprogramme – CZS Stiftungsprofessuren

Kurzbeschreibung

Prof. Dr. Rainer Gasper wurde zum Sommersemester 2019 als Stiftungsprofessor für Mechatronic Systems Engineering an die Hochschule Offenburg berufen.

Metasurfaces for Diffractive Deep Neural Networks (MetaNN) Künstliche Intelligenz - Personenförderprogramme – CZS Nexus

Kurzbeschreibung

Dr. Sina Saravi ist Physiker mit Spezialisierung auf Nano-Optik. Er hat im Iran Electrical Engineering studiert und danach an der Universität Jena in Physik promoviert, wo er seit 2018 als Postdoktorand tätig ist.

Model-Based AI: Physical Models and Deep Learning for Imaging and Cancer Treatment Künstliche Intelligenz - Projektförderprogramme – CZS Durchbrüche

Kurzbeschreibung

Der Aufbau eines Zentrums zu modell-basierter Künstlicher Intelligenz soll die Behandlung von Krebs verbessern. Untersucht wird wie durch vorprogrammiertes Wissen zur Krebsforschung KI-Systeme effizienter unterstützen können.

Multi-dimensionAI: linking scales of information to improve care for patients with heart failure Künstliche Intelligenz - Projektförderprogramme – CZS Durchbrüche

Kurzbeschreibung

Das Projektteam wird durch den Einsatz von Multi-modaler und Generativer KI und Robotik evidenz-basierte individualisierte Therapien für Menschen mit Herzinsuffizienz entwickeln, um die Lebensqualität und Prognose der Betroffenen signifikant zu verbessern.