News

Google-Forscher präsentiert Highlights im Gebiet Computer Vision auf CAI-Kolloquium

Am 30. März 2022 begrüssten wir einen besonderen Gast bei unserem CAI-Kolloquium. Dr. Lucas Beyer, Senior Research Engineer bei Google Brain, präsentierte die neuesten Durchbrüche bei der Anwendung von Transformer-Architekturen im Bereich Computer…

Initiative für Large-Scale Development & Testing von Autonomen Systemen im Kanton Zürich lanciert

ZHAW, UZH und ZHdK entwickeln gemeinsam mit namhaften Partnern Konzept für sicheres Entwickeln und Testen von Drohnen und Robotern.

CAI setzt auf Autonome Systeme als Demonstratoren für KI in der Lehre

Eine aktuelle Bachelorarbeit transferiert unsere KI Forschung auf vierbeinige Laufroboter. Diese sollen als Demonstratoren und Übungsobjekte für die Lehre dienen.

Videoanalyse zur datengesteuerten Pflege von Intensivpatienten

In einem neu finanzierten DIZH Rapid Action Projekt arbeiten das CAI und das Universitätsspital Zürich zusammen, um die Qualitätssicherung der automatisch erfassten Patientendaten in der Intensivstation zu verbessern.

Das CAI tritt AI4Media als assoziiertes Mitglied bei

Das Centre for Artificial Intelligence der ZHAW ist neu assoziiertes Mitglied des von der EU geförderten Exzellenznetzwerks AI4Media: Artificial Intelligence for the Media and Society. Ziel von AI4Media ist es, ein Kompetenzzentrum aufzubauen, das…

Erste erfolgreiche Dissertation am CAI

Jan Deriu, Forscher in der Natural Language Processing Group des CAI hat im Oktober dieses Jahres sein Doktorat an der Universität Zürich erfolgreich bestanden. Das Doktorat wurde von Prof. Dr. Mark Cieliebak, Leiter der NLP Group, im Rahmen des PhD…

Rektor Jean-Marc Piveteau und die Departementsleitung der School of Engineering zu Besuch am CAI

Am Freitag, 10.12.2021, war ZHAW Rektor Jean-Marc Piveteau und zahlreiche Vertreter der Departementsleitung der School of Engineering zu Besuch an der Eulachpassage. Mark Cieliebak  präsentierte die Resultate des InnoSuisse Projekts «Interscriber»…

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.

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.

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.