Energie Campus Nürnberg

Der Energie Campus Nürnberg ist ein Energieforschungszentrum, das neue Technologien für ein ganzheitliches Energiesystem entwickelt. Zusammen mit den Kollegen Prof. Dr.-Ing. Alexander Buchele und Prof. Dr.-Ing. Michael Walter unterstützen wir diese Anstrengungen vor allem im Hinblick auf KI-gestütze Lösungsansätze.

https://www.encn.de/

Beitrag zum Kompetenzzentrum Strömungssimulation

Unter anderem durch die Forschung zum Thema generativer KI im Einsatz auf Wetter- und Topologiedaten arbeiten wir zusammen an KI-getriebener Beschleunigung von Strömungssimulationen zur Optimierung von Windkraftstandorten:

https://www.hs-ansbach.de/forschung/kompetenzzentren/ksts-kompetenzzentrum-stroemungssimulation/

VDI Preis

Annika Stiehl hat den VDI Preis für ihre ausgezeichnete Masterarbeit zum Thema „Signalanalyse und Klassifikation interiktaler epileptischer Entladungen im EEG mithilfe maschineller Lernmethoden“ erhalten. Die Arbeit verwendet verschiedene Datenverarbeitungen und Machine Learning Methoden, um medizinisch relevante Fragestellungen auf den Gehirnstrommessungen zu beantworten. Der Preis wurde im KI Transferzentrum AN[ki]T per Liveschaltung übergeben.

https://fraenkischer.de/verleihung-des-vdi-preises-an-herausragende-studierende/

Masterarbeit_AStiehl.pdf

Explainable AI für die Vorhersage von Mikroorganismenwachstum

Ein in Publikation befindliches Forschungsprojekt sagt das Wachstum von Antibiotikum-produzierenden Mikroorganismen https://de.wikipedia.org/wiki/Streptomyces voraus. Wir wollen in Zukunft die Vorhersage verbessern und mit Explainable AI analysieren, auf welche Merkmale und Bereiche die Deep Neural Networks bei der Vorhersage achten.

Erforschung generativer KI Modelle für Wetterdaten

Im Projekt WINDForest https://bmdv.bund.de/SharedDocs/DE/Artikel/DG/mfund-projekte/windforest.html werden Wetterdaten und Topologiedaten verwendet, um in kritischen Anwendungsfällen (z. B. Waldbrände, Windräder) schneller genaue Windvorhersagen zu erhalten. Ein studentisches Projekt kann hier das Anpassen von bestehenden generativen Neuronalen Netzen zum Upscaling von Bildern auf Windvorhersagen sein.

ChatGPT Plugin für Thunderbird

In diesem Projekt soll ein Plugin für Thunderbird erstellt werden, welches die Anbindung an Large Language Models, z. B. ChatGPT realisiert. So können schnell und effizient Entwürfe von Antwortmails erzeugt werden. Die benötigte API Anbindung und Serverleistung ist vorhanden, das Projekt kann auf einer bestehenden ChatGPT Anbindung eines früheren Projekts aufbauen.

Hirnströme und Herzfrequenz aufzeichnen

In Vorbereitung künftger Projekte nehmen wir eigene (simple) EEG und EKG Messungen auf. Die Ausstattung ist vorhanden, muss aber aufgebaut und getestet werden. Die Aufzeichnungen können dann mit ersten KI Methoden gruppiert und untersucht werden.

Ein möglicher Projektansatz könnte ähnlich dazu aussehen: https://spectrum.ieee.org/brain-waves-control-a-robot

AutoML

In Kooperation mit einem fränkischen IT Unternehmen erforschen wir Möglichkeiten, möglichst viele KI-Anwendungsfälle wie Computer Vision, Zeitreihenanalyse, Anomaliedetektion oder Reinforcement Learning soweit wie möglich zu automatisieren, bzw. automatisch geeignete Parameter zu ermitteln, die zu hochwertigen und robusten Anwendungen führen.

Semiautonome Drohnen in HAFT-D

Unser Projekt HAFT-D zur (Weiter)Entwicklung semiautonomer Flugdrohnen zur Tatortsicherung wurde vom BMBF in die Endauswahl für das Förderprogramm DATIpilot aufgenommen.

Das Forschungsprojekt verbindet klassische Aufgabenplanung und Herausforderungen bei dem automatisierten Handling von Drohnen mit Computer Vision und Reinforcement Learning.