Publikationen
Neben unserem Engagement in der Lehre und der Ausbildung der nächsten Generation von KI-Fachkräften steht die Forschung und Entwicklung im Zentrum des CAI. Mit unserer Forschungsarbeit tragen wir zur Weiterentwicklung der Grundlagen, Methoden und Anwendungen von künstlicher Intelligenz und maschinellem Lernen bei und widmen uns zugleich Fragestellungen mit hoher praktischer und gesellschaftlicher Relevanz.
Unsere Publikationen sind mit unseren Praxispartnern abgestimmt und spiegeln die Vielfalt dieser Innovationsaktivitäten und unseren aktiven Beitrag zur internationalen Forschungsgemeinschaft wider. Erkunden Sie die vollständige Liste unserer Publikationen und erfahren Sie mehr über die Forschung, Ideen und Kooperationen am CAI.
-
Sager, Pascal J.; Deriu, Jan M.; Grewe, Benjamin F.; Stadelmann, Thilo; von der Malsburg, Christoph,
2026.
Neural Computation.
38(4), S. 538-572.
Verfügbar unter: https://doi.org/10.21256/zhaw-35942
-
Specht, Bernhard; Garbaya, Samaher; Ermis, Orhan; Schneider, Reinhard; Chavarriaga, Ricardo; Khadraoui, Djamel; Tayeb, Zied,
2026.
PrivateBoost : privacy-preserving federated gradient boosting for cross-device medical data.
medRxiv.
Verfügbar unter: https://doi.org/10.21256/zhaw-35813
-
Denzel, Philipp; Billeter, Yann; Schilling, Frank-Peter; Gavagnin, Elena,
2026.
Galactic alchemy : deep learning map-to-map translation in hydrodynamical simulations.
Monthly Notices of the Royal Astronomical Society.
546(4), S. stag155.
Verfügbar unter: https://doi.org/10.21256/zhaw-35556
-
Ali, Waqar; Vascon, Sebastiano; Stadelmann, Thilo; Pelillo, Marcello,
2026.
Topology-aware node dropping augmentation for graph classification[Paper].
In:
2026 6th International Conference on Neural Networks, Information and Communication Engineering (NNICE).
6th International Conference on Neural Networks, Information and Communication Engineering (NNICE), Hefei, China, 23-25 January 2026.
IEEE.
S. 589-594.
Verfügbar unter: https://doi.org/10.21256/zhaw-35188
-
Barco, Daniel; Stadelmann, Marc; Oswald, Martin; Herzig, Ivo; Lichtensteiger, Lukas; et al.
2026.
MInDI-3D : iterative deep learning in 3D for sparse-view cone beam computed tomography.
IEEE Access.
14, S. 6438-6449.
Verfügbar unter: https://doi.org/10.21256/zhaw-35362
Jahresbericht
Jedes Jahr veröffentlichen wir eine Zusammenfassung der Publikationen des Vorjahres bis und mit Q1 des laufenden Jahres. Untenstehend finden Sie die Jahresberichte seit unserer Gründung.