Kurzbeschreibung
Wie sieht der optimale Wohnstandort für die Generation der Babyboomer aus? Zur Klärung dieser Frage werden mathematische Verfahren und KI-Technologien analysiert, die Entscheidungsprozesse in den Kommunen unterstützen können.
Hier finden Sie einen Überblick über die von uns aktuell geförderten Projekte. Es sind durchschnittlich rund 150 Projekte in Förderung. Kleine Förderungen sind teilweise nicht einzeln beschrieben.
150
laufende Projekte
Wie sieht der optimale Wohnstandort für die Generation der Babyboomer aus? Zur Klärung dieser Frage werden mathematische Verfahren und KI-Technologien analysiert, die Entscheidungsprozesse in den Kommunen unterstützen können.
Durch lernende Verfahren reagiert das hier entwickelte Produktionssystem auf Produktspezifikationen und variierende Gegebenheiten. Im Anwendungsfall „Remanufacturing“ werden Altprodukte zerteilt und Einzelkomponenten in die Produktion zurückgeführt.
Im interdisziplinären Forschungszentrum sollen die strukturellen Grundlagen von algorithmischer Intelligenz tiefergehend verstanden, und so Grenzen und Möglichkeiten bekannter Verfahren des maschinellen Lernens besser erfasst werden.
Im Projekt werden digitale Technologien und Assistenzsysteme entwickelt, die die Mobilität im Alltag erhalten oder wiederherstellen sollen. Dazu zählen Mobilitätsassistenzroboter, Exoskelette und intelligente Trainingssysteme.
Ein interdisziplinäres Team erforscht eine Lösung zur Behandlung von Altersweitsichtigkeit. Mittels neu entwickelten Intraokular- und Kontaktlinsen soll die verlorengegangene Anpassung der Linse für Ferne und Nähe wiederhergestellt werden.
Ein interdisziplinäres Team an der Universität Tübingen erforscht Grundlagen für den sicheren Einsatz von KI-Systemen im Gesundheitswesen und erarbeitet Leitlinien für deren Zertifizierung.
Erforscht werden zwei unterschiedliche Unterstützungssysteme: Avatare und Assistenzroboter. Ziel ist, Senioren und Seniorinnen in ihrem Zuhause die Kommunikation mit räumlich entfernten Angehörigen so zu ermöglichen, als seien diese vor Ort.
Maschinelles Lernen soll in der Mensch-Maschinen-Interaktion oder vollständig automatisiert neue Wege der Datenverarbeitung erschließen. Ziel ist, Daten effizienter nutzbar zu machen und die interdisziplinäre Zusammenarbeit zu fördern.
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.
In E4SM werden innovative Methoden für die Entwicklung, Implementierung und den Betrieb von auf maschinellem Lernen basierenden Assistenzsystemen für eine intelligente Fertigung in kleinen und mittelgroßen Unternehmen erforscht.