Skip to main content Skip to main navigation

Dr. rer. nat. Markus Junker

Publikationen

Markus Junker; Ansgar Bernardi

In: Daniel Demmler; Daniel Krupka; Hannes Federrath (Hrsg.). Lecture Notes in Informatics (LNI), Gesellschaft für Informatik, Bonn 2022. Jahrestagung der Gesellschaft für Informatik (INFORMATIK-2022), 3. Workshop “Künstliche Intelligenz in der Umweltinformatik” im Rahmen der 52. Jahrestagung der Gesellschaft für Informatik, 30. September 2022, located at INFORMATIK 2022 - 52. Jahrestagung der Gesellschaft für Informatik, September 26-30, Hamburg, Germany, Pages 1473-1483, LNI Proceedings (LNI), Vol. P-326, ISBN 978-3-88579-720-3, Gesellschaft für Informatik, 9/2022.

Zur Publikation

Stefan Klink; K. Kise; Andreas Dengel; Markus Junker; Stefan Agne

In: B. B. Chaudhuri. Digital Document Processing. Major Direction and Recent Advances. Pages 351-378, Advances in Pattern Recognition, ISBN 1846285011, APR Springer Series, Berlin-Heidelberg, 2007.

Zur Publikation

K. Kise; Markus Junker; Andreas Dengel; K. Matsumoto

In: Andreas Dengel; Markus Junker; A. Weisbecker (Hrsg.). Reading and Learning -Adaptive Content Recognition. Pages 166-186, Springer Publ. 3/2004.

Zur Publikation

Profil

  • CurAEducate

    Nachwuchsförderung & Weiterbildung

    Um aus exzellenten Forschungsergebnissen in curATime innovative Behandlungs- und Präventionskonzepte zu entwickeln und in die klinische Anwendung zu bringen, ist eine multiperspektivische…

  • CurAIvasc

    KI-basierte Analyse vaskulärer Bildgebung

    Kardiovaskuläre Erkrankungen gehören zu den weltweit häufigsten Todesursachen. Pathologische Grundlage bei nahezu allen kardiovaskulären Erkrankungen ist eine Atherothrombose, d.h. eine…

    CurAIvasc
  • curATarget

    Atherosklerose-Targets in Thrombo-Inflammation

    Atherosklerose-Targets in Thrombo-Inflammation

    Partner

    Universitätsmedizin der Johannes Gutenberg-Universität Mainz

    TRON - Translationale Onkologie an der Universitätsmedizin der Johannes…

  • CurAISciD

    curATime AI science and development

    Das erste Ziel von curAIscid ist für den Anwendungsfall Atherothrombose und Atherosklerose dem Problem der kleinen Daten (small data) auf verschiedene Weise zu begegnen: durch Transferlernen (bei dem…

  • ADaMus

    Anomalie- und Defektdetektion zur Fertigungsüberwachung in der Raumfahrt durch automatische Mustererkennung

    Komponenten, die für die Raumfahrtindustrie gefertigt werden, müssen höchsten Qualitäts- und Sicherheitsansprüchen genügen. Oftmals werden dazu hochkomplexe und anspruchsvolle Herstellungsprozesse…

Alle Projekte ansehen