Projekte

XCOM – Innovationslabor für Kommunikationskonzepte der nächsten Generation

Das Projekt XCOM ist eine komplementäre Erweiterung des Open6GHub+, verfolgt einerseits die Weiterentwicklung der im Forschungshub und Transferhub ...

Open6GHub+ – Offenes 6G Transferzentrum für Wirtschaft, Wissenschaft und Gesellschaft

Das Verbundvorhaben „Open6GHub+“ ist an verschiedenen thematisch fokussierten Missionen ausgerichtet, welche konkrete Herausforderungen beim Aufbau ...

Mainline-6G – Middleware für Agentisch Integrierte Netzwerkdienste in einem Latenzarmen und Intelligenten Nativen Ecosystem für 6G

Mainline-6G wird die Entwicklung einer dynamischen Kommunikationsmiddleware anstreben, die eine intelligente, latenzarme und sichere Vernetzung von ...

RIG – Robotics Institute Germany

Robotics Institute Germany, nationales Verbundprojekt der Robotik-Forschung in Deutschland, unter Koordination der TU München Das Robotics Institute ...

FAIRe_RIC – Sparsame künstliche Intelligenz in ressourcenlimitierten Umgebungen

FAIRe hat die Entwicklung ressourcenlimitierter KI für eingebettete Systeme, cyber-physische Systeme und Edge-Geräte zum Ziel. Dabei soll der ...

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. ...

Open6GHub (2021) – 6G für Mensch, Umwelt und Gesellschaft

Das Projekt „Open6GHub“ entwickelt eine 6G Vision für souveräne Bürgerinnen und Bürger in einer hochvernetzten Welt ab 2030. Ziel des “Open6GHub” ist ...

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 ...

CAMELOT – Kontinuierliches adaptives maschinelles Lernen für Kontrollübergabe-Situationen

Eine wesentliche Herausforderung bei autonomen Systemen wie Fahrzeugen oder Robotern bleibt der Umgang mit Situationen, die das System alleine nicht ...

Fast&Slow – Kombination Symbolischer und Subsymbolischer Methoden

Deep-Learning-Verfahren werden in vielen Anwendungsgebieten eingesetzt und arbeiten nach einer Trainingsphase sehr effizient. Allerdings kann über ...