Projekte

No-IDLE – Interactive Deep Learning Enterprise

In den letzten Jahren haben Maschinen den Menschen bei der Bewältigung spezifischer und begrenzter Aufgaben übertroffen, z.B. bei speziellen Aufgaben …

SC_INCOW – Influence of Cognitive Workload in Intent Recognition during Robot-Assisted Surgery

Robotic-assisted surgery is one of the fastest growing fields within clinical surgeries and the healthcare domain. Surgeons use different types of …

MASTER – MASTER: Mixed reality ecosystem for teaching robotics in manufacturing

Viele Branchen befinden sich im Übergang zu Industrie-4.0-Produktionsmodellen, indem sie Roboter in ihre Prozesse integrieren. Gleichzeitig sind …

MOMENTUM – Robustes Lernen mit Hybrider KI für vertrauenswürdige Interaktion von Menschen und Maschinen in komplexen Umgebungen

MOMENTUM ist ein Forschungsprojekt, das sich dem Themengebiet TRUSTED-AI widmet und darauf abzielt, die Entwicklung und Anwendung von künstlicher …

Adra-e – AI, Data and Robotics ecosystem

Adra-e – Unterstützung der AI, Data and Robotics Community bei der Entwicklung eines nachhaltigen europäischen Ökosystems Adra-e ist eine sog. …

KI4ETA – Künstliche Intelligenz für Energietechnologien und Anwendungen in der Produktion

Das Projekt KI4ETA strebt durch gezielten Einsatz von KI, energetische Effizienzmaßnahmen und Betriebsoptimierungen in der Produktion an. Um dieses …

ErgoBest – Erhebung ergonomischer Best Practices in industriellen Arbeitsprozessen mittels Internet-of-Things und Mixed Reality

MOTIVATION Ergonomische Fehlhaltungen tragen zu einem erhöhten Krankenstand und einem gesundheitsbedingten frühen Ausscheiden aus der Arbeitswelt bei. …

STAR – Safe and Trusted Human Centric ARtificial Intelligence in Future Manufacturing Lines

STAR is a joint effort of AI and digital manufacturing experts towards enabling the deployment of standard-based secure, safe and reliable …

RACKET – Lernen seltener Klassen und Erkennung unbekannter Ereignisse in der flexiblen Produktion

Im Projekt RACKET wird das Problem der Erkennung seltener und unbekannter Fehler durch die Kombination von modellbasierten Methoden und Methoden des …