Energie- und Datensparsame Methoden für Umgebungswahrnehmung in Eingebetteten KI Systemen
| Schwerpunktthema: | Künstliche Intelligenz |
|---|---|
| Art der Förderung: | Projektförderprogramme |
| Programm: | CZS Durchbrüche |
| Geförderte Institution: |
|
Wieviel vorprogrammierte Kenntnisse, beispielsweise im Bereich Agrarwissenschaft, benötigt eine KI, um Beobachtungen besser einzuordnen? Mit diesen und ähnlichen Fragestellungen beschäftigt sich ein interdisziplinäres Forschungsteam an der TU Kaiserslautern.
Ziele
Ziel des Projekts ist es die Umgebungswahrnehmung in KI-Systemen zu verbessern. Im Projekt werden dazu verschiedene KI-Systeme beispielsweise zur Beobachtung, Pflege oder Wartung in verschiedenen Anwendungsgebieten untersucht. Durch vorprogrammierte Kenntnisse in bestimmten Themenfeldern sollen sie die gewonnenen Informationen effektiver verarbeiten. Reduzierte Datenmengen und eine effektivere Verarbeitung in KI-Systemen könnten eine dezentrale Verarbeitung im sogenannten Edge Computing begünstigen. Im Projekt wird dies in den Anwendungsfeldern „Smart Factory“ und „Smart Farming“ erforscht.
Beteiligte Personen:
Prof. Dr. Paul Lukowicz
Rheinland-Pfälzische Technische Universität Kaiserslautern-Landau
Detailinformation:
| Schwerpunktthema: | Künstliche Intelligenz |
|---|---|
| Programm: | CZS Durchbrüche |
| Art der Förderung: | Projektförderprogramme |
| Zielgruppe: | Professor:innen |
|---|---|
| Fördersumme: | 4.987.000 € |
| Zeitraum: | Februar 2022 - Januar 2028 |
Geförderte Institution:
