Industrial AI - Veranstaltungkalender

Veranstaltungen Suche und Ansichten, Navigation

Veranstaltung Ansichten-Navigation

Heute

Vergangene Veranstaltungen

Fachkonferenz AI in Production

Hannover

Durch die rasanten Veränderungen der Corona-Krise beschleunigt sich der Einsatz innovativer digitaler Technologien zur Transformation der Industrie. Künstliche Intelligenz ist ein wesentlicher Teil davon. Diesem Thema widmet sich die 2. […]

ViDi Deep Learning Standard 06. June 2020 09.00 Uhr

Karlsruhe

Der Kurs 'ViDi Deep Learning Standard' gibt den Teilnehmern eine Einführung in die Deep Learning Software für industrielle Bildanalyse und findet vom 26. bis 29. Mai 2020 in Karlsruhe statt. […]

Das könnte Sie auch Interessieren

Bild: Fraunhofer-Institut SIT
post-thumbnail

Fortschritt für KI-basierte Cybersicherheit

Trotz zahlreicher Innovationsmöglichkeiten zögern viele Unternehmen und Behörden noch bei der Nutzung von künstlicher Intelligenz (KI) im Bereich Cybersicherheit. Ein wesentlicher Grund: Die Leistungsfähigkeit von Systemen ist oft nur schwer zu beurteilen. In einem Workshop am Fraunhofer-Institut für Sichere Informationstechnologie SIT haben Experten aus Wissenschaft und Wirtschaft Empfehlungen erarbeitet, wie Hindernisse für den KI-Einsatz überwunden werden können: Hierzu zählen konkrete Qualitätskriterien und Prüfmöglichkeiten.

Bild: PSI FLS Fuzzy Logik & Neuro Systeme GmbH
post-thumbnail

Geschäftsprozessdaten mit maschinellem Lernen aufbereiten

Industriellen KI-Verfahren gehört die Zukunft. Die Herausforderung: Vorhandene Daten müssen für entsprechende Funktionalitäten zunächst aufbereitet – gelabelt – werden. Das trifft z.B. auf die Anwendung von KI-Methoden auf Geschäftsprozessdaten zu. Denn anders als in der Bilderkennung oder Sprachverarbeitung, bei denen die Bedeutung einmal gelabelter Datenmuster semantisch weitestgehend unverändert bleibt, sind die zu labelnden Muster in Geschäftsprozessdaten dynamisch und immer wieder anders strukturiert, etwa durch kontinuierlich wechselnde Auftragsmixe und Prozesszustände. Ein Labeln auf Basis manueller Datenanalyse ist in diesem Kontext extrem aufwändig und daher ungeeignet. Gesucht sind automatisierte Lösungsansätze, die auf bestehende Strukturen aufsetzen und die vorhandenen Daten passgenau aufbereiten.