Selbstlernende dynamische Fortbewegung mobiler Roboter
Flexibel, erklärbar, akkurat: Maschinelles Lernen in komplexen Systemen unter Unsicherheit
Künstliche Kognitive Bildgebung: Verstehen und verbessern, wie KI-Systeme ihre Umwelt wahrnehmen
Adaptive Umgebungsabhängige Lokalisierung von autonomen Fahrzeugen durch Methoden der künstlichen Intelligenz
Generative Precision Networks for Particle Physics
Skalierung des inversen Ansatzes zur Bildanalyse
Automatisierte Modellbildung und -validierung dynamischer Systeme mittels des maschinellen Lernens sowie a priori Expertenwissen
Pädagogisch orientierte Extraktion von sprachlichem Wissen und Generierung natürlicher Sprache mit steuerbarer Lesbarkei
Neural-Symbolic Scholarly Innovation Extraction
Nutzung von Hintergrundwissen zum Verständnis und zur Modellierung komplexer Systeme
Unsicherheitsquantifizierung und Effiziente Annotationsprozesse für Deep Learning
Sie sehen gerade einen Platzhalterinhalt von YouTube. Um auf den eigentlichen Inhalt zuzugreifen, klicken Sie auf die Schaltfläche unten. Bitte beachten Sie, dass dabei Daten an Drittanbieter weitergegeben werden.