Hyperspektrale Bildgebung zur Visualisierung von molekularen Gewebesignaturen

Das Ziel ist die Entwicklung eines modularen HSI-Systems, das sowohl peripher (intraoperativer Bereich) als auch endoskopisch einsetzbar ist. Durch die Einbindung geeigneter KI-Modelle soll die Visualisierung der molekularen Gewebesignatur mittels hyperspektraler Bildgebung erreicht werden.

Maschinelles Lernen zur Verbesserung der Krankheitserkennung in der Bewegungstherapie bei Menschen mit muskuloskelettalen Erkrankungen

Ziel des Vorhabens ist es, ein einfaches, kosteneffizientes Analysesystem mithilfe von KI zu erstellen, um Physiotherapiepraxen großflächig mit Möglichkeiten der Ganganalyse ausstatten zu können.

Erklärbare Künstliche Intelligenz für die Optimierung von Produktionsprozessen in der optischen und glasverarbeitenden Industrie 

Tiefe neuronale Netze dringen aufgrund ihrer Leistungsfähigkeit in immer breitere Bereiche vor, zugleich wächst der Bedarf an einem Verständnis ihres Verhaltens. Dies ist Gegenstand der Forschung zu erklärbarer KI (XAI – eXplainable Artificial Intelligence).