03.12.21

Neue Publikation, welche eine Methode zur Homogenisierung von Daten für die COVID-Erkennung aus CT-Bildern vorstellt

Das neuronale Netzwerk PrepNet homogenisiert das Erscheinungsbild von CT-Bildern aus verschiedenen Scannern und Krankenhäusern, sodass robustere und zuverlässigere Klassifikatoren auf der Grundlage einer grösseren Datenbasis trainiert werden können.

23.11.21

Warum können Kinder so viel schneller lernen als ein Transformer?

Gastvortrag von Prof. Dr. Christoph von der Malsburg am CAI-Kolloquium in Winterthur am 17. November 2021.

12.11.21

Bias, Bewusstsein und Unwissenheit bei Deep-Learning basierten Gesichtserkennungsverfahren

Die Studie zeigt, warum erfolgreiche Ansätze zur Reduktion von Voreingenommenheit (Bias) bei menschlichen Entscheidungsfindungen nicht auf maschinelle Entscheidungen übertragen werden können.

21.10.21

ZHAW und Kistler untersuchen die Möglichkeiten von Deep Transfer Learning für die Steuerung von Spritzgussverfahren

Forscher des CAI und InES untersuchen im Rahmen eines technischen Deep Dive gemeinsam die Chancen, Prozesswissen über Spritzgussverfahren in Neuronalen Netzen zu bündeln und auf neue Anwendungsszenarios zu übertragen

08.10.21

TAILOR Stipendium für Mohammadreza Amirian, Doktorand am Centre for Artificial Intelligence

Mohammadreza Amirian, Forscher in der Computer Vision, Perception and Cognition Group des CAI und Doktorand, der von Friedhelm Schwenker von der Universität Ulm und Thilo Stadelmann von der ZHAW mitbetreut wird, sicherte sich mit seinem Antrag zum…

31.03.21

ZHAW gründet Zentrum für Künstliche Intelligenz

Machine Learning und Deep Learning haben sich als Forschungsfelder an der ZHAW School of Engineering etabliert. Die wissenschaftliche Expertise rund um Künstliche Intelligenz ist immer mehr gefragt. Nun nimmt sie innerhalb der Hochschule eine neue…