Herausforderung
Forschungsthemen
Heterogene Prozessdaten
Modellierung von Kausalitäten & Regressionen beim Machine-Learning (ML)
Komplexe 4D-Szenen
Echtzeitfähige, Latenzarme 3D-Sensornetze
Situationsspezifische Manipulation
Nutzerzentrierte Übergabe und Übernahme von Werkzeugen inklusive Griffoptimierung
Anwenderspezifische Prozessketten
Einbettung von domänenübergreifendem ML in Prozessketten (Modellierung, Entwurf, Synthese)
Effiziente Datenstromverarbeitung
Online-Verarbeitung raum-/zeitbezogener Daten (Punktwolken); Verbundoperatoren für Datenstrom mit ML-Modell
Zertifizierbar sichere & zuverlässige Prozesse
Vorhersagbarkeit von ML-Verfahren im Gesamtkontext; Sicherheitsanalyse & Monitoring; Softwareunterstützung