Machine Perception and Cognition Group

«KI ist DIE Schlüsseltechnologie des digitalen Wandels in allen Branchen und Sektoren und sie hat starke Auswirkungen auf unsere Gesellschaften. Darum leistet unsere Forschung wichtige Beiträge zu robusten und vertrauenswürdigen KI-Methoden, und wir vermitteln mit Begeisterung deren sichere Umsetzung und Anwendung.»
Expertise

- Mustererkennung mit Deep Learning
- Maschinelle Wahrnehmung, Computer Vision und Sprechererkennung
- Entwicklung neuronaler Systeme
Die Machine Perception and Cognition-Gruppe forscht über Mustererkennung und arbeitet an einer Vielzahl von Aufgaben mit Bild-, Ton- oder allgemein Signaldaten. Wir befassen uns mit der Methodik der tiefen neuronalen Netze (Deep Neural Networks) und des Reinforcement Learning, inspiriert durch biologisches Lernen. Jede unserer Aufgaben hat ihr eigenes Lernziel (z. B. Erkennung, Klassifizierung, Clustering, Segmentierung, Novelty Detection, Steuerung) und ihren eigenen Anwendungsfall (z. B. vorausschauende Instandhaltung (Predictive Maintenance), Sprechererkennung für Multimedia-Indizierung, Dokumentanalyse, optische Notenerkennung, Computer Vision für industrielle Qualitätskontrolle, automatisiertes maschinelles Lernen, Deep Reinforcement Learning für automatisierte Spiele oder Gebäudeleittechnik). Diese werfen ihrerseits ein Licht auf verschiedene Aspekte des Lernprozesses. Wir nutzen diese Erfahrungen, um allgemeinere KI-Systeme zu kreieren, die auf neuronalen Architekturen basieren.
Angebote
- Einblick: Keynotes, Trainings
- KI-Beratung: Workshops, Expertenunterstützung, Beratung, Technikfolgenabschätzung
- Forschung und Entwicklung: kleine bis grosse Gemeinschaftsprojekte, Drittmittelforschung, studentische Projekte, praxiserprobte Prototypen
Team
Projekte
-
Automatische Artikelsegmentierung von Zeitungsseiten für "Real Time Print Media Monitoring" (PANOPTES)
Das neue Produkt "Real Time Print Media Monitoring" von ARGUS DATA INSIGHTS Schweiz AG ist eine automatisierte Pipeline, die relevante Artikel in Printmedien identifiziert, extrahiert, und den Kunden in Echtzeit zustellt. Grundlage für das Produkt ist eine automatische Segmentierung von…
abgeschlossen, 07/2015 - 09/2017
-
Ada – Advanced Algorithms for an Artificial Data Analyst
Ada - the Artificial Data Analyst - raises the productivity of data science endeavours by applying data science to itself: we apply empirical optimization also to algorithm and feature selection. Recent developments, e.g. from the MIT, are thus made available as a data product for Swiss industry.
abgeschlossen, 10/2017 - 12/2019
-
DeepScore: Digitales Notenpult mit musikalischem Verständnis durch Active Sheet Technologie
Das Produkt ScorePad ist ein digitales Notenpult für Tablets professioneller Musiker. Es macht gedruckte Noten überflüssig und bietet wesentliche Vereinfachungen im Notenhandling sowie neue Kollaborationsfunktionen für Ensembles. Ermöglicht wird dies durch die im DeepScore Projekt zu entwickelnde…
abgeschlossen, 07/2016 - 01/2019
-
dAIrector – Automatisierte Mehrkamera-Liveproduktion für Veranstaltungen
Der dAIrector automatisiert Multicam-Liveproduktionen von Konzerten, Theater, Comedy und Musicals durch kreative KI-Regie, die der Dramaturgie auf der Bühne folgt. Er wird via YourStage.live kleinen Bühnen, Events, Festivals und Künstler einen Zugang zu einem weltweiten Publikum bieten.
laufend, 01/2025 - 12/2027
-
iisiBox - Easy access to educational servers.
Die ZHAW bildet in den Studiengängen Informatik und Wirtschaftsingenieurwesen angehende Data Scientists sowie Data Warehousing (DWH) / Business Intelligence (BI) Spezialisten aus. Entsprechende Kursangebote benötigen eine leistungsfähige IT-Infrastruktur (Hard- und Software) für die Durchführung…
abgeschlossen, 01/2014 - 03/2015
-
Studie zur semiautomatischen Plakaterschliessung an der Schweizerischen Nationalbibliothek (SemPla)
Täglich bekommt die Schweizerische Nationalbibliothek neue physische Plakate und Poster zur Aufnahme in ihren Katalog. Wie kann der Prozess zur Plakaterschliessung durch aktuelle KI Systeme verbessert werden?
abgeschlossen, 05/2024 - 11/2024
-
AI-BRIDGE - A Think-and-Do-Tank for Responsible Development and Societal Alignment of Artificial Intelligence Systems (AI-BRIDGE)
AI-BRIDGE bringt verantwortungsvolle KI in die Praxis, indem es die Kluft zwischen gesellschaftlichen Werten und der Entwicklung von KI-Technologie und -Lösungen überbrückt. Der AI-BRIDGE Think-and-Do Tank wird Organisationen dabei helfen, das Potenzial der KI zu nutzen und gleichzeitig die…
laufend, 04/2025 - 12/2029
-
Complexity 4.0
Management der Komplexität globaler Wertschöpfungssysteme
abgeschlossen, 06/2016 - 08/2017
-
Machbarkeitsstudie Reinforcement Learning Control für Heizsysteme
Wir schaffen die wissenschaftlichen Grundlagen für den Einsatz selbstlernender Energiemanagementsysteme für Gebäude mit heterogenen Energiesystemen und zeitlich variablem Nutzerverhalten. Eine solche Steuerung ermöglicht es, dauerhaft optimal arbeitende Energiesysteme auch für ältere Gebäude mit nur…
abgeschlossen, 10/2018 - 10/2020
-
3D-Master for a Digitized Manufacturing Platform
Wir erweitern die Real Time Manufacturing Services von Bossard durch die automatische Erstellung von Angeboten für Spezialteile. Das Herzstück ist ein von KI erstellter 3D-Master, der alle verfügbaren Teilinformationen vereint und die Preisfindung und Machbarkeitsbewertung für viele…
abgeschlossen, 12/2022 - 05/2025
-
DISTRAL: Industrial Process Monitoring for Injection Molding with Distributed Transfer Learning
We develop a distributed machine learning system to sort out defect plastic parts during production. Main challenge is the transferability of learnt process know-how from case to case; the solution builds on domain adaptation, continual data-centric deep learning and federated edge computing.
abgeschlossen, 10/2022 - 03/2025
-
Talkalyzer
Erkennung von Rede-Anteilen mittels Sprecher-Erkennung in Echtzeit
abgeschlossen, 05/2013 - 11/2014
-
Deep-Learning-basierter Spracherkenner mit beschränkten Trainingsdaten (DeLLA) (DeLLA)
Spracherkennung basierend auf Deep Neural Networks (DNNs) bricht aktuell alle Rekorde und hat bereits Eingang in verschiedene Produkte gefunden. Solche Systeme wurden mit tausenden Stunden Sprachmaterial trainiert für Anwendungen/Sprachen, wo entsprechend riesige annotierte Datenmengen verfügbar…
abgeschlossen, 09/2016 - 11/2017
-
Libra: A One-Tool Solution for MLD4 Compliance
Compared with earlier regulations, the 4th European Money Laundering Directive (MLD4) imposes rigorously increased requirements. It compels obliged entities to conduct in depth screenings of customers and their associations. The Libra Project aims at providing a one tool solution for meeting MLD4…
abgeschlossen, 09/2016 - 05/2019
-
FarmAI – Künstliche Intelligenz für den Farming Simulator
Für die weltweit erfolgreiche Videospiel-Serie “Farming Simulator” von GIANTS Software GmbH wird mittels künstlicher Intelligenz (KI) ein neuer, langfristig unterhaltender, einfach erweiterbarer Spielmodus ermöglicht. In diesem Projekt werden Reinforcement Learning Algorithmen eingesetzt, um…
abgeschlossen, 12/2016 - 05/2018
-
QualitAI - Quality control of industrial products via deep learning on images
Mit dem Projekt QualitAI wird eine vollautomatische Qualitätskontrollanlage realisiert. Die Anlage wird in der medizinaltechnischen Nische der Ballonkatheter auf den Markt gebracht. Die Anlage kann die heutigen Prozesse stark vereinfachen und beschleunigen. Durch eine Vollautomatisierung und das…
abgeschlossen, 08/2017 - 01/2020
-
Radiosands
Radiosands ist eine begehbare Installation, in der mehrere gleichzeitig stattfindende Radiosendungen analysiert und neu zusammengesetzt werden. Die Installation nutzt die Geschwindigkeit und algorithmische Potenz digitaler Technik, um eine neue Erfahrung zu schaffen: Eine Echtzeit-Collage von…
abgeschlossen, 05/2018 - 02/2020
-
MobileMall
Entwicklung intelligenter Angebots- und Nachfrageverteilung in einem mobilen virtuellen Einkaufszentrum für den lokalen Detailhandel
abgeschlossen, 12/2013 - 02/2015
-
Machine Learning für Body Composition Analysis (ML-BCA)
Das Centre for Artificial Intelligence (CAI) der ZHAW hat gemeinsam mit dem Kantonsspital Aarau im Rahmen von Vorstudien die Grundlage für Machine Learning-unterstützte Body Composition Analysis auf Bildbeständen des KSA gelegt und hierbei vielversprechende Ergebnisse erzielt. Ziel dieses Projekts…
abgeschlossen, 04/2023 - 03/2025
-
Deep Dive ML on Simulated Enzyme-Electrolysis Performance
The goal of this pilot study is to research requirements needed to develop a computational model that simulates the fluidic and electro-biochemical dynamics in the power-to-liquid process in order to optimise the performance, efficiency and longevity of enzymes.
abgeschlossen, 11/2023 - 03/2024
Publikationen
-
Meyer, Benjamin; Sager, Pascal; Abdulkadir, Ahmed; Grewe, Benjamin F.; Schuetz, Philipp; Stadelmann, Thilo; Burn, Felice,
2025.
In:
2025 12th IEEE Swiss Conference on Data Science (SDS).
12th IEEE Swiss Conference on Data Science (SDS), Zurich, Switzerland, 26-27 June 2025.
IEEE.
Verfügbar unter: https://doi.org/10.21256/zhaw-33457
-
Yan, Peng; Abdulkadir, Ahmed; Schatte, Gerrit A.; Aguzzi, Giulia; Gha, Joonsu; Pascher, Nikola; Rosenthal, Matthias; Gao, Yunlong; Grewe, Benjamin F.; Stadelmann, Thilo,
2025.
Learning actionable world models for industrial process control[Paper].
In:
2025 12th IEEE Swiss Conference on Data Science (SDS).
12th IEEE Swiss Conference on Data Science (SDS), Zurich, Switzerland, 26-27 June 2025.
IEEE.
Verfügbar unter: https://doi.org/10.21256/zhaw-33031
-
Prabhu Siddhartha, Guptara, Hrsg.,
2025.
Global Resilience White Paper
; 2.
Global Resilience Publishing.
Verfügbar unter: https://doi.org/10.21256/zhaw-32180
-
Ali, Waqar; Vascon, Sebastiano; Stadelmann, Thilo; Pelillo, Marcello,
2024.
Hierarchical glocal attention pooling for graph classification.
Pattern Recognition Letters.
186, S. 71-77.
Verfügbar unter: https://doi.org/10.1016/j.patrec.2024.09.009
-
Bolt, Peter; Ziebart, Volker; Jaeger, Christian; Schmid, Nicolas; Stadelmann, Thilo; Füchslin, Rudolf Marcel,
2024.
A simulation study on energy optimization in building control with reinforcement learning[Paper].
In:
Suen, Ching Yee; Krzyzak, Adam; Ravanelli, Mirco; Trentin, Edmondo; Subakan, Cem; Nobile, Nicola, Hrsg.,
Artificial Neural Networks in Pattern Recognition.
11th IAPR TC3 Workshop on Artificial Neural Networks for Pattern Recognition (ANNPR), Montreal, Canada, 10-12 October 2024.
Cham:
Springer.
Verfügbar unter: https://doi.org/10.1007/978-3-031-71602-7_27
Sonstige Veröffentlichungen
Wann | Art | Titel |
---|---|---|
2023 | Extended Abstract | Thilo Stadelmann. KI als Chance für die angewandten Wissenschaften im Wettbewerb der Hochschulen. Workshop (“Atelier”) at the Bürgenstock-Konferenz der Schweizer Fachhochschulen und Pädagogischen Hochschulen 2023, Luzern, Schweiz, 20. Januar 2023 |
2022 | Extended Abstract | Christoph von der Malsburg, Benjamin F. Grewe, and Thilo Stadelmann. Making Sense of the Natural Environment. Proceedings of the KogWis 2022 - Understanding Minds Biannual Conference of the German Cognitive Science Society, Freiburg, Germany, September 5-7, 2022. |
2022 | Open Research Data | Felix M. Schmitt-Koopmann, Elaine M. Huang, Hans-Peter Hutter, Thilo Stadelmann, und Alireza Darvishy. FormulaNet: Ein Benchmark-Datensatz für die Erkennung mathematischer Formeln. Eine ungelöste Teilaufgabe der Dokumentenanalyse ist die Erkennung mathematischer Formeln (MFD). Forschungen von uns und anderen haben gezeigt, dass bestehende MFD-Datensätze mit Inline- und Display-Formel-Etiketten klein sind und eine unzureichende Etikettierungsqualität aufweisen. Es besteht daher ein dringender Bedarf an Datensätzen mit besserer Beschriftungsqualität für die zukünftige Forschung im Bereich MFD, da diese einen großen Einfluss auf die Leistung der darauf trainierten Modelle haben. Wir stellen eine fortschrittliche Etikettierungspipeline und einen neuen Datensatz namens FormulaNet vor. Mit über 45.000 Seiten ist FormulaNet unserer Meinung nach der größte MFD-Datensatz mit Inline-Formelbeschriftungen. Unser Datensatz soll bei der Bewältigung der MFD-Aufgabe helfen und kann die Entwicklung neuer Anwendungen ermöglichen, wie z. B. die Zugänglichkeit mathematischer Formeln in PDFs für sehbehinderte Benutzer von Bildschirmlesegeräten. |
2020 | Open Research Data | Lukas Tuggener, Yvan Putra Satyawan, Alexander Pacha, Jürgen Schmidhuber, and Thilo Stadelmann, DeepScoresV2. The DeepScoresV2 Dataset for Music Object Detection contains digitally rendered images of written sheet music, together with the corresponding ground truth to fit various types of machine learning models. A total of 151 Million different instances of music symbols, belonging to 135 different classes are annotated. The total Dataset contains 255,385 Images. For most researches, the dense version, containing 1714 of the most diverse and interesting images, is a good starting point. |