Gondang: Jurnal Seni dan Budaya
Not a member yet
2544 research outputs found
Sort by
Schlussbericht zum Vorhaben
No full textDie neue Methode der electronic Nose weist ein hohes Potential im angewandten Waldschutz auf. Wichtige zukünftige Forschungsbereiche wären zum einen eine höhere stoffbezogenene Spezifizität des Sensors zu erreichen und zum anderen den stromsparenden und autonomen Flug von Drohnen möglich zu machen. Genauere und schnellere Systeme im mobilen Laserscanning sowie Gassensoren mit multiplen untereinander „kommunizierenden“ Wirkschichten könnten hier einen Schritt in die richtige Richtung sein. Weiterhin besteht die Möglichkeit eines eher extensiven, bestandesweiten und fest installierten Warnsystems durch VOC sensible Gassensoren im Wald. Hierbei wäre der Kostenaufwand womöglich niedriger, aber auch die räumliche Auflösung geringer.
Datei-Upload durch TI
KOEX - Kollaboratives Machine Learning zur Erkennung von Fraud und Risiken in ERP-Systemen; Teilprojekt: Sichere Betrugserkennung auf Basis von verteiltem Machine Learning
No full textDatei-Upload durch TI
Schlussbericht zum Vorhaben „Entwicklung von Algorithmen zur Detektion von Brustkrebs und auffälligen Untersuchungen als Teil einer Plattform“ im Rahmen des Eurostars Projekts E! 113829 PIANO „Verbundprojekt: Entwicklung einer Plattform zur automatischen Analyse von onkologischer Bildgebung“
No full textDatei-Upload durch TI
Deep Learning for PDE-based Inverse Problems
No full textAnalysing learned concepts for PDE-based parameter identification problems requires input from different research areas such as inverse problems, partial differential equations, statistics and mathematical foundations of deep learning. This workshop brought together a critical mass of experts in the various field. A thorough mathematical theory for PDE-based inverse problems using learned concepts is within reach in the coming few years and the inspiration of this Oberwolfach meeting will substantially influence this development
Sachbericht zum Verwendungsnachweis
No full textZiel des Forschungsprojekts DiProLeA war die Entwicklung eines unternehmensinternen und nutzerzentrierten Assistenzsystems für einen durchgängig digitalen Produktentstehungsprozess. Es galt Lösungen zu entwickeln, welche eine Standardisierung von Daten, die Herstellung von semantischen Verknüpfungen unter Beachtung von Datensicherheit und -schutz, sowie die Wissensvermittlungen über alle Ebenen des Produktentstehungsprozesses ermöglichen. Interdisziplinäre Daten werden zusammengeführt und ergeben so ein produktbezogenes Gesamtbild des Produktentstehungsprozesses. Es wurde branchenübergreifend untersucht, wie ein durchgängiger digitaler Entwicklungs- und Produktionsprozess gestaltet und die Produktion durch ein sozio-technisches Assistenzsystem unterstützt werden kann.
Datei-Upload durch TI
Final report on the joint project: Artificial intelligence for the selective near-real-time recording of scenario and manoeuvre data in the testing of highly automated vehicles (KIsSME); sub-project: Data provision and system testing
No full textZum Nachweis der sicheren Funktion von hochautomatisierten Fahrzeugen werden nach dem aktuellen Stand der Technik fest definierte Szenarienkataloge zum manöverbezogenen Nachweis sowie mehrere Millionen Fahrkilometer umfassende Echtzeit-daten zum statistischen Nachweis herangezogen. Zur Entwicklung neuer Fahrzeuge mit Automatisierungslevel 4-5 ist es unab-dingbar, eine selektive Erfassung relevanter und kritischer Fahrsituationen, signifikanter Umgebungsdaten sowie der Rohdaten der Fahrzeugsensorik schon während des Fahrbetriebs zu erreichen. Diese Daten werden benötigt, um die durch KI getroffenen Entscheidungen validieren, verbessern und reproduzieren zu können, mit dem Ziel somit die notwendige Testabdeckung für zukünftige Funktionalitäten zu erreichen.
Im Rahmen des Projektes KIsSME wurden KI-basierte Algorithmen erarbeitet und angewendet, mit deren Hilfe On-Board-Systeme ertüchtigt werden, relevante und kritische Szenarien in Echtzeit zu erkennen und hierfür selektiv Rohdaten sowie Szenarienbeschreibungen zu erfassen.
Die KI-basierten Algorithmen ermöglichen eine inhärente Lernfähigkeit, welche das Erkennen von kritischen Situationen und der zugehörigen relevanten Daten stetig verbessern, um für die Entwicklung von automatisierten Systemen der Level 4-5 die Informationsdichte der für die Erprobung genutzten Daten zu steigern und gleichzeitig die hierfür notwendigen Datenvolumen sowie Aufwände zur Sicherstellung des Datenschutzes signifikant zu reduzieren.
Im Projekt wurden von den Verbundpartnern insgesamt sieben Demonstratorfahrzeuge eingesetzt. Dabei wurden einerseits die Demonstratorfahrzeuge zur Gewinnung von Testdaten als auch zur Validierung der erarbeiteten KI-basierten Lösungen verwendet.
Datei-Upload durch TIBTo prove the safe function of highly automated vehicles, the current state of the art uses firmly defined scenario catalogues for manoeuvre-related proof as well as several million kilometres of real-time data for statistical proof. For the development of new vehicles with automation level 4-5, it is essential to achieve selective recording of relevant and critical driving situations, significant environmental data and raw data from the vehicle sensors while the vehicle is still in operation. This data is required in order to validate, improve and reproduce the decisions made by AI, with the aim of achieving the necessary test coverage for future functionalities.
As part of the KIsSME project, AI-based algorithms were developed and applied to enable on-board systems to recognise relevant and critical scenarios in real time and to selectively record raw data and scenario descriptions for this purpose.
The AI-based algorithms enable an inherent learning ability that continuously improves the recognition of critical situations and the associated relevant data in order to increase the information density of the data used for testing for the development of automated level 4-5 systems and at the same time significantly reduce the data volumes required for this and the effort required to ensure data protection.
A total of seven demonstrator vehicles were used by the partners in the project. The demonstrator vehicles were used both to obtain test data and to validate the AI-based solutions developed
Flexible IGZO TFT Technology for Shift Register Drivers
No full textActive sensing matrices play a pivotal role in various electronic devices, including optical and X-ray imaging arrays, electronic skins, and artificial tactile arrays, among others. These matrices function through a thin-film active switching mechanism, allowing for the scanning of rows and columns by external circuitry to read the sensory signals of individual pixels. Recently, indium–gallium-zinc oxide thin-film transistors (IGZO TFTs) have emerged as highly promising technology in the realm of flexible electronics. They enable the large-scale integration of functional circuits on flexible substrates. Shift registers are commonly employed as peripheral scanning circuits to sequentially address active-matrix arrays. To enhance system compactness and minimize external electrical connections, it is imperative to seamlessly integrate shift registers within the active matrices. However, contemporary flexible IGZO-based shift registers suffer from high operating voltages and low frequencies, which constrain their applicability in high-performance flexible sensors and displays. In response to this challenge, a breakthrough is presented in the form of low-voltage, high-frequency bootstrap shift registers implemented with flexible IGZO technology. The approach involves utilizing SU-8 buffered polyimide (PI) polymer foils as substrates. These foils boast an exceptional level of surface smoothness, significantly increasing the yield and performance of electronic components, including vias, IGZO TFTs, and capacitors used in the shift register circuitry. Additionally, HfO2/Al2O3/HfO2 sandwich structures are employed as high-k dielectric layers to reduce the operational voltage. Thanks to the innovative circuit design and optimized fabrication methods, the 16-stage shift register can operate at just 1.8 V with a frequency of 15 kHz. This breakthrough promises to have a profound impact on a wide range of applications for driving flexible active-matrix electronic systems