Maschinelles Lernen für Hochdurchsatzverfahren und Mechatronik (ML4HOME)
- Ansprechpartner:
- Projektgruppe:
Die Arbeitsgruppe „Maschinelles Lernen für Hochdurchsatzverfahren und Mechatronik“ (ML4HOME) beschäftigt sich mit der Analyse von Daten, die automatisiert von mechatronischen Systemen in großem Umfang generiert werden. Ziel ist die Modellierung von Zusammenhängen z.B. auf der Basis von gelabelten bzw. ungelabelten Bildern oder Zeitreihen. Der Fokus liegt hierbei auf der Verallgemeinerung großer Datensätzen bestehend aus vielen Datenpunkten (High-Throughput), deren Größe eine automatisierte Datenauswertung zwingend erfordert.
Um eine unkomplizierte Nutzbarkeit der entstandenen Algorithmen und Erkenntnisse zu gewährleisten, sind die Softwarepakete typischerweise in die Open Source MATLAB Toolbox SciXMiner integriert.
Programm:
BioInterfaces in Technology and Medicine (BIFTM)
Projekte:
Abgeschlossene Projekte:
- TELMYOS
- Neue Methode zur Feedback-basierten Segmentierung und Visualisierung von komplexen 3D-Bilddatensätzen
Name | Tel. | |
---|---|---|
apl. Prof. Dr. Christian Pylatiuk | ||
Lisa Petani, M.Sc. | +49 721 608-25761 | lisa petaniZlu7∂kit edu |
Marcel Schilling, M.Sc. | marcel schillingNmx2∂kit edu | |
apl. Prof. Dr. Markus Reischl | +49 721 608-25749 | markus reischlZqw4∂kit edu |
Moritz Böhland | +49 721 608-25755 +49 721 608-43531 |
moritz boehlandSlz1∂kit edu |
Yanke Wang | yanke wangWjd5∂kit edu | |
2 weitere Personen sind nur innerhalb des KIT sichtbar. |
Name | Tel. | |
---|---|---|
1 weitere Person ist nur innerhalb des KIT sichtbar. |