Institut für Datenanalyse und Prozessdesign (IDP)
Wir generieren Mehrwert aus Daten
Wir nutzen fortschrittliche datenbasierte Methoden, um innovative Lösungen für Wirtschaft und Industrie zu entwickeln. Wir begegnen realen Herausforderungen mit wissenschaftlichen Methoden und einem starken Fokus auf praktische Relevanz. Wir sind die führende Ausbildungsstätte und bevorzugte Partnerin für angewandte Data Science und Business Engineering in der Schweiz.
Schwerpunkte
Fortschrittliche, wissenschaftliche Instrumente und Werkzeuge für Lösungen in der Finanzbranche
Health and Environmental Analytics
Datenanalyse zur Ableitung interpretierbarer Ergebnisse unter Verwendung statistischer und maschineller Lerntechniken.
Maintenance, Mobility, AI & Society
Nutzung von KI und fortschrittlicher Modellierung für Innovationen in den Bereichen vorausschauende Wartung, Mobilitätslösungen und sozial ausgerichtete Systeme
Gewinnung von Erkenntnissen, Schaffung von Werten und Förderung von Innovationen in Geschäftsprozessen und Dienstleistungen
Visual Intelligence and Applications
Da visuelle Daten zu einer der reichhaltigsten und komplexesten Informationsquellen werden, ist Visual Intelligence ein wichtiger Pfeiler der modernen Datenwissenschaft, der neue Wege zur Analyse, Modellierung und Kommunikation durch Bilder, Videos und immersive Umgebungen ermöglicht.
Für Studierende
Consulting Services
Aktuelles
Unser Team
Publikationen
-
Korevaar, Peter; Schimpel, Ulrich; Bödi, Richard,
2007.
Inventory budget optimization : meeting system-wide service levels in practice.
IBM Journal of Research and Development.
51(3.4), S. 447-464.
Verfügbar unter: https://doi.org/10.1147/rd.513.0447
-
van Bonn, Bernhard; Heitz, Christoph,
2007.
Log..
2007(3), S. 32.
-
Steiner, Albert; Philipp, Michel; Schmid, Alex,
2007.
Parameter estimation for a pedestrian simulation model.
In:
Swiss Transport Research Conference, Ascona, 12-14 September 2007.
-
Laube, Felix; Lüthi, Marco; Wüst, Raimond; Roos, Samuel; Weidmann, Ulrich,
2007.
PULS 90 - ein systemumfassender Ansatz zur Leistungssteigerung von Eisenbahnnetzen.
ETR – Eisenbahntechnische Rundschau.
2007(3), S. 104-107.
-
Howard, Brian E.; Sick, Beate; Perera, Imara; Im, Yang Ju; Winter-Sederoff, Heike; Heber, Steffen,
2007.
Quality assessment of Affymetrix GeneChip data using the EM algorithm and a naïve Bayes classifier[Paper].
In:
2007 IEEE 7th International Symposium on BioInformatics and BioEngineering.
7th International Conference on BioInformatics and BioEngineering, Boston, USA, 14-17 October 2007.
IEEE.
Verfügbar unter: https://doi.org/10.1109/BIBE.2007.4375557