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
Analysieren von Daten, um interpretierbare Ergebnisse mithilfe statistischer und maschineller Lernverfahren zu gewinnen
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
-
Locher, René,
2016.
IDP Environmetrics
; 6.
Winterthur:
ZHAW Zürcher Hochschule für Angewandte Wissenschaften.
Verfügbar unter: https://doi.org/10.21256/zhaw-1057
-
2016.
Automated workforce scheduling in airport logistics.
In:
ICCL16 - 7th International Conference on Computational Logistics, Lisbon, Portugal, 2016.
-
Templ, Barbara; Fleck, Stefan; Templ, Matthias,
2016.
Change of plant phenophases explained by survival modeling.
International Journal of Biometeorology.
61(5), S. 881-889.
Verfügbar unter: https://doi.org/10.1007/s00484-016-1267-z
-
Fačevicová, Kamila; Hron, Karel; Todorov, Valentin; Templ, Matthias,
2016.
Compositional Tables Analysis in Coordinates.
Scandinavian Journal of Statistics.
S. 962-977.
Verfügbar unter: https://doi.org/10.1111/sjos.12223
-
Stockinger, Kurt; Stadelmann, Thilo; Ruckstuhl, Andreas,
2016.
In:
Fasel, Daniel; Andreas, Meier, Hrsg.,
Big Data.
Wiesbaden:
Springer.
S. 59-81.
Edition HMD.
Verfügbar unter: https://doi.org/10.1007/978-3-658-11589-0_4