Wenn Sie diesen Text sehen, ist auf ihrem Gerät noch nicht das neue Layout geladen worden. Bitte laden Sie diese Seite neu (ggf. mit gedrückter 'Shift'- oder 'Alt'-Taste) oder in einem 'privaten Fenster'.
Weitere Hinweise unter https://www.uni-hildesheim.de/wiki/lsf/faq/fehler.im.layout.

Zur Seitennavigation oder mit Tastenkombination für den accesskey-Taste und Taste 1 
Zum Seiteninhalt oder mit Tastenkombination für den accesskey und Taste 2 
  1. SucheSuchen         
  2. SoSe 2022
  3. Hilfe
  4. Sitemap
Switch to english language
Startseite    Anmelden     

Überwachte Modelle für Daten mit Komplexer Struktur - Einzelansicht


  • Funktionen:


Grunddaten

Titel Überwachte Modelle für Daten mit Komplexer Struktur Antragsdatum
Titel (englisch) Personenmonate
Laufzeit von 01.11.2017 freigegeben J
Laufzeit bis 31.10.2019 Hyperlink
Bewilligungsdatum Projektart Forschungsprojekt
Kostenträgernummer Änderungsdatum 01.07.2020 14:19:26

Inhalt

Beschreibung

Die fortschreitende Digitalisierung von Wirtschaft und Gesellschaft macht immer mehr Prozesse beobachtbar und damit offen für eine teilweise Automatisierung oder zumindest Entscheidungsunterstützung durch Modelle des Maschinellen Lernens: in der Industrie 4.0 können Maschinendaten verwendet werden, um Probleme früh zu erkennen und Ausfälle zu vermeiden oder Fertigungsvarianzen zu verkleinern und Planungen robuster zu gestalten, im Autonomen Fahren können Sensor- und Videodaten schon heute für einfache Manöver wie das Einparken und bald auch für das Fahren auf Autobahnen verwendet werden, im Bereich e-Health helfen sie beim Segmentieren von Organen oder beim Prognostizieren wie ein Tumor sich höchstwahrscheinlich entwickelt.

Im Rahmen des Masterprogramms "International Master in Data Analytics" an der Universität Hildesheim sollen in enger Kooperation mit KMU und Industrieunternehmen die Studierenden an die Analyse von Problemen mit komplexen Daten, des Designs von passenden Modellen des Maschinellen Lernens sowie zugehöriger Lernalgorithmen auf Niveau der aktuellen Forschung ausgebildet werden. Dazu soll ein Complex Data Lab aufgebaut werden, in dem die Studierenden anhand überschaubarer Beispiele zunächst systematisch an die verschiedenen Datenmodalitäten und ihre Charakteristika herangeführt werden und in studentischen Forschungsprojekten werden diese Fertigkeiten an relevanten Beispielen mit komplexen Daten erprobt.


Zuordnung zu Einrichtungen

Abt. Wirtschaftsinformatik und Maschinelles Lernen
FB 4 - Mathematik, Naturwissenschaften, Wirtschaft und Informatik
Inst. für Informatik

Autoren/Betreuer (intern)

Schmidt-Thieme, Lars, Professor Dr. Dr.   (Leitung)   

Förderdaten

Geldgeber/-in Förderprogramm Fkennziffer Freitext Fördersumme Einheit Laufzeit von Laufzeit bis
Bundesministerium für Bildung und Forschung 409.063,20 EUR 01.11.2017 31.10.2019

Strukturbaum
Das Projekt wurde 3 mal gefunden:
Impressum      Datenschutzerklärung     Datenschutz      Datenschutzerklärung     Erklärung zur Barrierefreiheit