 |
|
|
|
|
Im Profil |
|
|
Abteilungen |
|
|
|
Interaktive Systeme |
|
|
|
Eingebettete Systeme |
|
|
|
Intelligente Datenanalyse |
|
|
|
|
IDA Aktuelle Projekte |
|
|
|
 |
IDA Abgeschlossene Projekte |
|
|
|
|
IDA Aktivitäten |
|
|
|
|
IDA Publikationen |
|
|
Publikationen |
|
|
Projekte |
|
|
Presse und Medien |
|
|
Veranstaltungen |
|
|
Jobs und Karriere |
|
 |
|
|
|
 |
|
Brain2Robot
Menschen, die durch Unfälle oder schwere Krankheiten gelähmt sind, sind in vielen Situationen auf die Hilfe anderer angewiesen. Ziel des EU-geförderten Projektes Brain2Robot ist die Entwicklung einer Prothesensteuerung auf der Basis von Bewegungsintentionen. Sie soll den Patienten einen Teil ihrer Selbständigkeit zurückgeben. Dazu wird das bei Fraunhofer FIRST entwickelte Brain-Computer Interface (BCI) mit einem Eyetracker kombiniert. Der Eyetracker stellt anhand des Blicks des Patienten fest, wohin sich die Prothese (z.B. ein Roboterarm) bewegen soll. Gestartet wird die Bewegung durch ein Signal des BCI. mehr |
|
|
|
|
|
|
 |
|
MIND – Maschinelles Lernen für Intrusion Detection
Angriffe von Hackern sind ein hohes Sicherheitsrisiko für Computersysteme. Im Projekt MIND werden Verfahren entwickelt, um Versuche von Hackern, in ein Computersystem einzudringen, möglichst frühzeitig zu detektieren. mehr |
|
|
|
|
|
|
 |
|
BBCI – The Berlin Brain-Computer Interface
Im Projekt BBCI wird eine Schnittstelle zwischen Gehirn und Computer auf der Basis der Analyse von Hirnströmen entwickelt. Ziel ist es, die mittles EEG gemessenen Hirnströme in Steuerbefehle für den Computer umzusetzen und damit eine neue Form der Interaktion zwischen Mensch und Maschine zu etablieren. mehr |
|
|
|
|
|
|
 |
|
KALIF – Kernel Algorithms for Learning in Feature Spaces
Das KALIF-Projekt hat zwei Hauptzielsetzungen. Zunächst werden durch den Einsatz statistischer Methoden das theoretische Verständnis und die Grundlagen zur Entwicklung von Lernmethoden verbessert. Im zweiten Teil des Projektes werden diese Resultate genutzt sowie Algorithmen oder Lernmaschinen entwickelt und auf aktuelle Problemstellungen des maschinellen Lernens angewendet. mehr |
|
|
|
|
|
|
ADDnet – Intelligente Datenanalyse zum Nachweis von Proteinurie
Der einfache und zuverlässige Nachweis von Proteinurie – einer Nierenfunktionsstörung, die unter anderem bei Diabetes auftritt – steht im Mittelpunkt des Projektes ADDnet. Während heute eine Gewebeentnahme erforderlich ist, soll künftig eine Analyse des Urins die Diagnose ermöglichen. mehr |
|
|
|
|
|
|
IDA.Gen – Intelligente Datenanalyse für Gensuchmaschinen
Im Rahmen des Projektes IDA.Gen wurden neue Lernprogramme entwickelt, mit deren Hilfe so genannte Spleißstellen in der DNA mit großer Zuverlässigkeit lokalisiert und so protein-kodierende Genabschnitte besser identifiziert werden können. mehr |
|
|
|
|
|
|
PCADMET – Vorhersagesoftware für schnellere Medikamentenentwicklung
Fraunhofer FIRST hat im Projekt PCADMET Modelle zur Vorhersage von Moleküleigenschaften für die Bayer Schering Pharma AG entwickelt. Auf der Basis von Methoden des Maschinellen Lernens können diese Modelle bestimmte Eigenschaften, wie Wasser- und Fettlöslichkeit, und die Stabilität der Substanz im Körper, „in silico“, also im Computer, vorhersagen. mehr |
|
|
|
|
|
|
SOEP – Ursachen der Diskrepanz zwischen Kinderwunsch und Kinderzahl: Sozioökonomische Faktoren der Fertilität
In dem Projekt, das vom Bundesfamilienministerium gefördert wird, erforscht Fraunhofer FIRST in Kooperation mit dem DIW anhand des Sozio-ökonomischen Panels (SOEP) Zusammenhänge zwischen Lebensumständen und Geburtenraten. Dabei werden erstmals auch Methoden des maschinellen Lernens in den Sozialwissenschaften eingesetzt. mehr |
|
|
|
|
|
|
|
 Drucken |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Brain2Robot