Eingabe löschen

Kopfbereich

Schnellnavigation

Hauptnavigation

Research

Research Agenda

Our research agenda covers the following areas and is conducted within the confines of projects executed with industry partners:

R&D Projects

This list gets directly filled from ZHAW's project database. Not all projects may show up due to interlinkage aspects.

  • Seite 01
  • Seite 02
  • Seite 03
  • Seite 04
  • Seite 05
  • Seite 08
  • Stability of self-organizing net fragments as inductive bias for next-generation deep learning

    We recently released "A Theory of Natural Intelligence", proposing a possible key to the emergence of intelligence in biological learners. Goal of this fellowship is to develop a technical implementation of the concept of self-organizing netfragments within contemporary deep artificial neural nets.  ...

  • ML-BCA: Machine Learning für Body Composition Analysis

    Das Centre for Artificial Intelligence (CAI) der ZHAW hat gemeinsam mit dem Kantonsspital Aarau im Rahmen von Vorstudien, die Grundlage für Machine Learning-unterstützte Body Composition Analysis auf Bildbeständen des KSA gelegt und hierbei vielversprechende Ergebnisse erzielt. Ziel dieses Projekts ist die ...

  • Digital Health Zurich – Ein Praxislabor für patientenzentrierte klinische Innovation

    Digital Health Zurich erforscht digitale Gesundheitslösungen im Spitalkontext und setzt diese effizient und praxisrelevant um. Kernthemen sind PROMs (Patient Reported Outcome Measure), Fernüberwachung, integrierte Pflege und damit verbundene Technologien sowie die Befähigung von Patient:innen und Personal. Unsere ...

  • Towards a Voice-Based Chatbot for Language Learners (ChaLL)

    Wir entwickeln ChaLL, den Prototypen eines sprachbasierten Chatbots. ChaLL bietet Sprachlerner:innen die Möglichkeit, das Sprechen in verschiedene aufgabenbasierten Konversationen zu üben und Feedback zu erhalten, frei von den zeitlichen Beschränkungen und dem Stress des klassischen Umfeldes im Klassenzimmer.  ...

  • INODE4StatBot.swiss – Anwendung neuer Algorithmen zur automatischen Übersetzung natürlicher Sprache in die Datenbankabfragesprache SQL (NL-to-SQL)

    Das Ziel dieses Projekts ist es, die wichtigsten Algorithmen, die im EU-Projekt INODE (Intelligent Open Data Exploration, https://www.inode-project.eu/) entwickelt wurden, auf Swiss Open Data anzuwenden. Der Fokus liegt auf der Entwicklung mehrsprachiger Erweiterungen für sogenannte Natural Language to SQL-Systeme ...

  • Master3D – 3D-Master for a Digitized Manufacturing Platform

    Wir erweitern die Real Time Manufacturing Services von Bossard durch die automatische Erstellung von Angeboten für Spezialteile. Das Herzstück ist ein von KI erstellter 3D-Master, der alle verfügbaren Teilinformationen vereint und die Preisfindung und Machbarkeitsbewertung für viele Fertigungstechnologien, ...

  • certAInty – A Certification Scheme for AI systems

    Certification of AI Systems by an accredited body increases trust, accelerates adoption and enables their use for safety-critical applications. We develop a Certification Scheme comprising specific requirements, criteria, measures, and technical methods for assessing Machine Learning enabled Systems.  ...

  • DISTRAL: Industrial Process Monitoring for Injection Molding with Distributed Transfer Learning

    We develop a distributed machine learning system to sort out defect plastic parts during production. Main challenge is the transferability of learnt process know-how from case to case; the solution builds on domain adaptation, continual data-centric deep learning and federated edge computing.  ...

  • Datenbank für proteinreiche Lebensmittel (DaPRO)

    Im Rahmen des Projekts soll eine Datenbank entwickelt werden, welche es Studierenden wie auch Forscher:innen ermöglichen soll, proteinreiche Lebensmittel hinsichtlich verschiedener Nachhaltigkeitsaspekte zu vergleichen. Dadurch kann deutlich gemacht werden, welche Produkte in welchem Umfang zu einer nachhaltigeren ...

  • OSR4H – Open Set Recognition for Hematology

    Development of a Proof of Concept for visual Open Set Recognition (OSR) algorithms applied to a Hematology task, the classification of white blood cells.