School of Engineering

Intelligent Vision Systems

"Wir treiben den Stand der Technik in der Forschung zu angewandter KI und Deep Learning voran."

Dr. Frank-Peter Schilling

Expertise

  • Generative KI-Modelle, Basismodelle und prädiktive KI-Modelle für Computer Vision
  • Systeme für maschinelles Lernen (MLOps)
  • Vertrauenswürdige, verifizierbare und zertifizierbare KI
  • KI für die Wissenschaft

Wir forschen vorwiegend im Bereich der KI-basierten Computer Vision für mehrdimensionale Bild-, Video- oder Punktwolkendaten und entwickeln hierfür hochmoderne Architekturen tiefer neuronaler Netze. Unser besonderes Interesse gilt generativen Modellen – darunter Diffusions-, Flow- und energiebasierte Modelle – sowie dem Geometric Deep Learning. 

Zu den Anwendungsgebieten zählen unter anderem die industrielle Qualitätskontrolle, die medizinische Bildgebung und Diagnostik (z. B. auf Basis von Computertomografie oder MRT) sowie Erd- (mittels Satelliten oder Drohnen) und Himmelsbeobachtungsdaten (z. B. in der Radioastronomie). Letzteres veranschaulicht unser Ziel, KI-Methoden zur Förderung von Wissenschaft und wissenschaftlichen Erkenntnissen einzusetzen. 

Unser zweiter Schwerpunkt liegt auf Machine Learning Operations (MLOps); dieser Bereich umfasst bewährte Verfahren für die Entwicklung vollständiger, produktionsreifer und skalierbarer Systeme für maschinelles Lernen oder KI. Da diese Systeme zudem robust, zuverlässig, vertrauenswürdig, sicher und regelkonform sein müssen, untersuchen wir sowohl die Integration dieser Prinzipien bereits bei der Entwicklung (z. B. durch die Einhaltung von MLOps-Standards und Best Practices) als auch deren nachträgliche Überprüfung mittels technischer Verfahren.

Dienstleistungen

Zusätzliche Informationen

Kontaktieren Sie uns, wenn Sie an einer Zusammenarbeit bei Forschungs- und Innovationsprojekten interessiert sind oder unter unserer Betreuung einen MSc-Abschluss anstreben möchten. Stellenangebote (auch für Doktorierende) veröffentlichen wir auf dem Stellenportal der ZHAW, sobald diese verfügbar sind.

Team

Projekte

Publikationen

  • Bonaldi, A.; Hartley, P.; Braun, R.; Purser, S.; Acharya, A.; Ahn, K.; Resco, M. Aparicio; Bait, O.; Bianco, M.; Chakraborty, A.; Chapman, E.; Chatterjee, S.; Chege, K.; Chen, H.; Chen, X.; Chen, Z.; Conaboy, L.; Cruz, M.; Darriba, L.; De Santis, M.; ; Diao, K.; Feron, J.; Finlay, C.; Gehlot, B.; Ghosh, S.; Giri, S. K.; Grumitt, R.; Hong, S. E.; Ito, T.; Jiang, M.; Jordan, C.; Kim, S.; Kim, M.; Kim, J.; Krishna, S. P.; Kulkarni, A.; López-Caniego, M.; Labadie-García, I.; Lee, H.; Lee, D.; Lee, N.; Line, J.; Liu, Y.; Mao, Y.; Mazumder, A.; Mertens, F. G.; Munshi, S.; Nasirudin, A.; Ni, S.; Nistane, V.; Norregaard, C.; Null, D.; Offringa, A.; Oh, M.; Oh, S. -H.; Parkinson, D.; Pritchard, J.; Ruiz-Granda, M.; López, V. Salvador; Shan, H.; Sharma, R.; Trott, C.; Yoshiura, S.; Zhang, L.; Zhang, X.; Zheng, Q.; Zhu, Z.; Zuo, S.; Akahori, T.; Alberto, P.; Allys, E.; An, T.; Anstey, D.; Baek, J.; Basavraj; Brackenhoff, S.; Browne, P.; Ceccotti, E.; Chen, H.; Chen, T.; Choudhuri, S.; Choudhury, M.; Coles, J.; Cook, J.; Cornu, D.; Cunnington, S.; Das, S.; Acedo, E. De Lera; Delou is, J. -M.; Deng, F.; Ding, J.; Elahi, K. M. A.; Fernandez, P.; Fernández, C.; Alcázar, A. Fernández; Galluzzi, V.; Gao, L. -Y.; Garain, U.; Garrido, J.; Gendron-Marsolais, M. -L.; Gessey-Jones, T.; Ghorbel, H.; Gong, Y.; Guo, S.; Hasegawa, K.; Hayashi, T.; Herranz, D.; Holanda, V.; Holloway, A. J.; Hothi, I.; Höfer, C.; Jelić, V.; Jiang, Y.; Jiang, X.; Kang, H.; Kim, J. -Y.; Koopmans, L. V.; Lacroix, R.; Lee, E.; Leeney, S.; Levrier, F.; Li, Y.; Liu, Y.; Ma, Q.; Meriot, R.; Mesinger, A.; Mevius, M.; Minoda, T.; Miville-Deschenes, M. -A.; Moldon, J.; Mondal, R.; Murmu, C.; Murray, S.; SR, Nirmala; Niu, Q .; Nunhokee, C.; O'Hara, O.; Pal, S. K.; Pal, S.; Park, J.; Parra, M.; tra, N. N. Pa; Pindor, B.; Remazeilles, M.; Rey, P.; Rubino-Martin, J. A.; Saha, S.; Selvaraj, A.; Semelin, B.; Shah, R.; Shao, Y.; Shaw, A. K.; Shi, F.; Shimabukuro, H.; Singh, G.; Sohn, B. W.; Stagni, M.; Starck, J. -L.; Sui, C.; Swinbank, J. D.; Sánchez, J.; Sánchez-Expósito, S.; Takahashi, K.; Takeuchi, T.; Tripathi, A.; Verdes-Montenegro, L.; Vielva, P.; Vitello, F. R.; Wang, G. -J.; Wang, Q.; Wang, X.; Wang, Y.; Wang, Y. -X.; Wiegert, T.; Wild, A.; Williams, W. L.; Wolz, L.; Wu, X.; Wu, P.; Xia, J. -Q.; Xu, Y.; Yan, R.; Yan, Y. -P.,

    2025.

    Square Kilometre Array Science Data Challenge 3a : foreground removal for an EoR experiment.

    arXiv.

    Verfügbar unter: https://doi.org/10.21256/zhaw-32837

  • Frischknecht-Gruber, Carmen; ; ; Billeter, Yann; Iranfar, Arman; Repetto, Marco; ; ; ; ,

    2025.

    Assessment tool for trustworthy AI systems : operational workflows for compliance assessment with regulatory requirements[Poster].

    In:

    AI Days @ HES-SO, Geneva and Lausanne, Switzerland, 27–29 January 2025.

    ZHAW Zürcher Hochschule für Angewandte Wissenschaften.

    Verfügbar unter: https://doi.org/10.21256/zhaw-32422

  • Frischknecht-Gruber, Carmen; ; ; Billeter, Yann; ; ; ; ; ; et al.,

    2025.

    AI assessment in practice : implementing a certification scheme for AI trustworthiness[Paper].

    In:

    Görge, Rebekka; Haedecke, Elena; Poretschkin, Maximilian; Schmitz, Anna, Hrsg.,

    Symposium on Scaling AI Assessments (SAIA 2024).

    Symposium on Scaling AI Assessments (SAIA 2024), Cologne, Germany, 30 September - 1 October 2024.

    Schloss Dagstuhl – Leibniz-Zentrum für Informatik.

    S. 15:1-15:18.

    Open Access Series in Informatics (OASIcs) ; 126.

    Verfügbar unter: https://doi.org/10.21256/zhaw-32423

  • Bonaldi, Anna; Hartley, Philippa; Braun, Robert D.; Purser, S. J. D.; Acharya, Anshuman; Ahn, Kyungjin; Resco, Miguel Aparicio; Bait, Omkar; Bianco, Michele; Chakraborty, Abhijit; Chapman, Emma; Chatterjee, S.; Chege, K.; Chen, Hao; Chen, Xiao; Chen, Zhong; Conaboy, Luke; Cruz, M.; Darriba, Laura; Santis, M. De; ; Diao, Kai; Feron, Jennifer; Finlay, Chris; Gehlot, B. K.; Ghosh, Shaon; Giri, Sambit K.; Grumitt, R D P; Hong, Sungwook E.; Ito, Takaaki; Jiang, Min; Jordan, C.; Kim, S.; Kim, Mi Ran; Kim, J.; Krishna, Shreyam Parth; Kulkarni, Akshay; López-Caniego, M.; Labadie-García, I.; Lee, H. W.; Lee, David; Lee, Nicole; Line, J.; Liu, Yu‐Rong; Mao, Yi; Mazumder, Aishrila; Mertens, Florent; Munshi, S.; Nasirudin, Ainulnabilah; Ni, Shaoqing; Nistane, Viraj; Norregaard, Carina; Null, Donald M.; Offringa, A. R.; Seo, H.; Oh, Se–Heon; Parkinson, David; Pritchard, Jonathan R.; Ruiz-Granda, M.; López, Valle; Shan, Huanyuan; Sharma, Rohit; Trott, Cathryn M.; Yoshiura, Shintaro; Zhang, Li; Zhang, X.; Zheng, Q.; Zhu, Z.; Zuo, Shuai; Akahori, Takuya; Alberto, P.; Allys, Erwan; An, Tao; Anstey, D.; Baek, Ji‐Hye; Basavraj; Brackenhoff, S. A.; Browne, P.; Ceccotti, E.; Chen, Hao; Chen, Tianyue; Choudhuri, S; Choudhury, Mahbuba; Coles, Jonathan; Cook, Joseph M.; Cornu, David; Cunnington, Steven; Das, Sonali; Acedo, Eloy de Lera; Delouis, J.‐M.; Dèng, Fēi; Ding, Junjun; Elahi, Khandakar Md Asif; Fernandez, P; Fernandéz, Christian; Alcázar, A.; Galluzzi, V.; Gao, L. Q.; Garain, Utpal; Garrido, Julián,

    2025.

    Square Kilometre Array Science Data Challenge 3a : foreground removal for an EoR experiment.

    Monthly Notices of the Royal Astronomical Society.

    543(2), S. 1092-1119.

    Verfügbar unter: https://doi.org/10.21256/zhaw-34188

  • Billeter, Yann; ; ; ; ; ; Frischknecht-Gruber, Carmen; ; ,

    2024.

    MLOps as enabler of trustworthy AI[Paper].

    In:

    2024 11th IEEE Swiss Conference on Data Science (SDS).

    11th IEEE Swiss Conference on Data Science (SDS), Zurich, Switzerland, 30-31 May 2024.

    IEEE.

    S. 37-40.

    Verfügbar unter: https://doi.org/10.21256/zhaw-30443