In der sich ständig weiterentwickelnden Landschaft der künstlichen Intelligenz (KI) ist es entscheidend, neue Ansätze für die Darstellung und Interaktion mit KI-Modellen zu entwickeln. Unser Dienstangebot konzentriert sich darauf, KI-Modelle für die Ko-Intelligenz zu...
ChatGPT hat eindrucksvoll gezeigt, wie das Lernen von Auswahlstrategien auf Basis von menschliches Feedback die Performance von Sprachmodellen verbessern konnte (bei der initialen Nutzbarkeit von Chat-GPT versus dem GPT-3 Basismodell). Viele der Techniken zum...
Simulationen können komplexe ungesehene Phänomene vorhersehen, während maschinelles Lernen insbesondere bestehende Beobachtungen generalisieren kann. Beide Arten des Computational Engineerings eignen sich dazu durch den Einsatz massiver Rechenpower physikalische...
Neuronale Netze können heute oft auf Basis von Rohdaten lernen. Jedoch gibt es viele Gründe dafür die Phase der Merkmalsextraktion getrennt zu betrachten. Zum einen kann dies das Fehlen von genügend annotierten Daten sein, zum anderen kann es auch Sinn machen...
Das Projekt bestimmt mittels KI-Analyse von multispektralen Satellitenbildern den Zeitbereich des Pflanzenwachstumsprozesses von Mangos weltweit und verknüpft das Ergebnis mit bestehenden Daten.
Die entwickelten Modelle extrahieren strukturierte Informationen aus Texten mit Hilfe derer generierte Texte automatisch mit einem Wissensgraphen abgeglichen und so auf ihren Wahrheitsgehalt überprüft werden können.
Das KIT optimiert ihre existierenden kleinen und großen neuronalen Netzwerke und passt existierende Architekturen semiautomatisch auf ihre Bedürfnisse an. Der Entwurfsraum für Neuronale Netzarchitekturen ist immens. Aktuelle Neuronale-Architekturen können oft durch...
Maschinelle Lernalgorithmen werden auf lediglich auf die Genauigkeit auf Testdaten verglichen. In der Realität gibt es jedoch deutlich mehr Maße, um die Robustheit einer KI-Komponente zu beschreiben bzw. zu validieren und fortlaufend zu testen. Bei vielen Daten ist...
In unserem Webinar am 16.12.2021 (14:00 – 15:00 Uhr) möchten wir Ihnen eine unserer Erfolgsgeschichten näher vorstellen. Eine Potentialanalyse durch KIT-Experten geht über die reine Datenanalyse hinaus und bietet einen symbolischen Sparringpartner bei der Entwicklung...
Die Position der Bemaßung detektieren und die Winkelinformationen der detektierten Positionen bereitzustellen
Besseres Verständnis für komplexe Trading-Aktivitäten dank Transaktionsanalyse
Mit Smart-Data-Analysen verunreinigte Tankfüllstände frühzeitig erkennen
Smarte Versandvolumenvorhersage mit KI-Modellen
Wissen besser vernetzen -Implementierung einer neuronalen Active-Learning-Netzwerkarchitektur
Absatzprognosen von Form und Farbe – ein Vorhersagemodel auf Basis der Vertriebszahlen
Vorausschauend die Energieeffizienz steigern – eine energieeffiziente Optimierung des Kompressors
Dynamische Maschinenplanung mit Smart-Data-Technologien
Von Daten zur Holzqualität über entstehende Daten an der Sägelinie bis hin zu den Verkaufsdaten
In den Bilddateien Pflanzen zuverlässig zu erkennen
Smart-Data-Analysen für industrielle Prozesswassersysteme – Genauigkeit von mindestens 95% erreicht
Prognosen für die Produktionsmengen von spezifischen Ausstattungsvarianten
Die richtigen Algorithmen bei Big-Data-Projekten – sowohl hardware- als auch softwareseitige Optimierungspotentiale
Auf der Suche nach unbekannten Korrelationen, um Optimierungspotenziale aufzuspüren
Smart Data reduziert Wartungsintervalle von Fräsmaschinen
Potentialanalyse Lederverschnittoptimierung – eine automatisierte Aufstellung und Überprüfung von Hypothesen
Smart-Data-gestützte Kampagnen-Analysen für das Marketing – zukünftigen Marketingaktionen
Smart-Data-Algorithmen unterstützen, bei der Planung die Liefergenauigkeit
In der heutigen Geschäftswelt sind Künstliche Intelligenz (KI) und...
Datum: 14. Dezember 2023, 13:00 bis 16:00 Uhr Ort: online Diese Themen...
Seien Sie Teil eines inspirierenden Tages voller Innovationen, Diskussionen und Netzwerkmöglichkeiten rund um Künstliche Intelligenz und Data Analytics.
Ab Februar 2024 fördert das BMBF bis zu sechs weitere KI-Mikroprojekte mit einer Laufzeit von drei bis acht Monaten. Gefördert wird die Nutzung von KI-Transferleistungen, sogenannten „Smart Data Innovation Services“ (SDI-S) im Wert von bis zu 50.000 Euro oder bis zu 6 Personenmonaten pro Mikroprojekt bis zum 31.01.2024 bewerben.
Zwei Partner, ein Schloss, ein Event im Herbst – wir laden Sie herzlich ein zum Smart Data Innovation Day 2023 am Donnerstag, 16. November 2023. Diesmal in Kooperation vom Smart Data Innovation Lab und dem KI-Servicezentrum WestAI.