Skip to main content Skip to main navigation

Projekte

Zeige Ergebnisse 321 bis 330 von 1108.
  1. PigNPlay – Entwicklung eines Serious Games zur Verminderung von Stickstoffemissionen in der Schweinehaltung

    PigNPlay – Entwicklung eines Serious Games zur Verminderung von Stickstoffemissionen in der Schweinehaltung

    Das Ziel des Projektes PigNPlay ist es, für Landwirt innen in Ausbildung und Praxis sowie weiteren Zielgruppen ein Instrument zur Verfügung zu stellen, durch das ein tieferes Bewusstsein und Verständn

  2. AI-Test-Field – Versuchsumgebung zur industrietauglichen Entwicklung semantischer Umgebungswahrnehmung

    AI-Test-Field – Versuchsumgebung zur industrietauglichen Entwicklung semantischer Umgebungswahrnehmung

    Die Zusammenführung von räumlich und zeitlich hochauflösender Daten und deren Interpretation sind wesentliche Innovationstreiber für die Realisierung nachhaltigerer Prozesse im Pflanzenbau. Hierbei ge

  3. AI@EDGE – A secure and reusable Artificial Intelligence platform for Edge computing in beyond 5G Networks

    AI@EDGE – A secure and reusable Artificial Intelligence platform for Edge computing in beyond 5G Networks

    Künstliche Intelligenz ist zu einer wichtigen Innovationskraft geworden und eine der Säulen der vierten industriellen Revolution. Dieser Trend wurde auch von der Europäischen Kommission anerkannt, die

  4. NaLamKI – Nachhaltige Landwirtschaft mittels KI

    NaLamKI – Nachhaltige Landwirtschaft mittels KI

    Im Gesamtvorhaben Nachhaltige Landwirtschaft mit KI (NaLamKI) entsteht eine cloudbasierte SaaS (Software as a Service)-Plattform mit offenen Schnittstellen für Anbieter aus dem vor- und nachgelagertem

  5. LT-Bridge – Bridging the technology gap: Integrating Malta into European Research and Innovation efforts for AIbased language technologies

    LT-Bridge – Bridging the technology gap: Integrating Malta into European Research and Innovation efforts for AIbased language technologies

    Das Horizon 2020 Arbeitsprogramm "Spreading Excellence and Widening Participation (WIDESPREAD) 2018-2020" hat zum Ziel, die Unterschiede in den Forschungs- und Innovationskapazitäten zwischen den führ

  6. KI@Home – Prädiktion von adverse events mittels Künstlicher Intelligenz und Ambient Assisted Living-Systemen in der Häuslichkeit von pflegebedürftigen Personen

    KI@Home – Prädiktion von adverse events mittels Künstlicher Intelligenz und Ambient Assisted Living-Systemen in der Häuslichkeit von pflegebedürftigen Personen

    Ziel ist die Entwicklung eines Risikovorhersagesystems für den Bereich altersgerechtes Wohnen. Aus dem durch andere Teilvorhaben erhobenen Inventar aus Sensor- und Gesundheitsdaten werden dazu ereigni

  7. ecoKI – Entw. einer Forschungs- und Technologieplattform: Steigerung der Energieeffizienz in der Produktion durch Digitalisierung und KI

    ecoKI – Entw. einer Forschungs- und Technologieplattform: Steigerung der Energieeffizienz in der Produktion durch Digitalisierung und KI

    Forschungs- und Technologieplattform Steigerung der Energieeffizienz in der Produktion durch Digitalisierung und ML Partner BIBA-Bremer Institut für Produktion und Logistik GmbH (BIBA-Bremer Institut

  8. REMARO – Reliable AI for Marine Robotics

    REMARO – Reliable AI for Marine Robotics

    Marie Skłodowska-Curie Innovative Training Network for Reliable AI for Marine Robotics Partner IT University of Copenhagen, Denmark Aarhus University, Denmark University of Bremen, Germany RWTH Aachen

  9. TRIPLE-MoDo – Autonom arbeitende, zuverlässige Docking-Komponente für extraterrestrische und erdanaloge Einsatzszenarien

    TRIPLE-MoDo – Autonom arbeitende, zuverlässige Docking-Komponente für extraterrestrische und erdanaloge Einsatzszenarien

    Sowohl für die Erforschung der Weltmeere als auch die Erkundung extraterrestrischer Ozeane werden robotische Systeme benötigt, die eigenständig und über längere Zeiträume unter Wasser operieren können

  10. EnvMon-Short – EnvMon-Short

    EnvMon-Short – EnvMon-Short

    Technische Evaluierung eines robotischen Messsystems zur zeitlich-räumlich hochaufgelösten in-situ Klassifizierung von SONAR-Daten mittels Neuronaler Netze Das aktuelle Seen-Monitoring beschränkt sich