Nr. 1 (2024): Kongress KI@HSBI2023 Solutions im Fokus - Posterbeiträge

Beitrag

• Utilizing Sensitivity Analysis in Data Generation for Machine Learning Training

  Chrissula Bermperi

• Predicting the Extent of Co-Activation of One Muscle Head by sEMG-Measurements from the Other Muscle Head of the Biceps Brachii Using Linear Regression and Shallow Feedforward Neural Networks

  Nils Grimmelsmann, Malte Mechtenberg, Axel Schneider

• KI-gestütztes Monitoring zur Unterstützung in der häuslichen Pflege (KIMUP) Ein Projekt aus dem Reallabor Geriatrie

  Tim Herzig, Christian Marschner, Stephan Held, Thorsten Jungeblut, Justin Baudisch, Christoph Ostrau, Michael Klemm, Andreas Uphaus, Rena Amelung, Annette Nauerth

• Bioinspired Feature Extraction for the Electric Field-based Determination of Object Size and Position

  Kevin Hunke, Jacob Engelmann, Axel Schneider

• Active Learning für Regressionsprobleme mit Ensemble-Methoden Untersuchung des Trade-Offs zwischen Qualität und Rechenaufwand

  Bjarne Jaster, Martin Kohlhase

• Comparative Study of a Parameter Tuned Bioinspired Binaural Sound Source Localization Algorithm and a Standard Beamformer

  Philipp Jünemann, Malte Mechtenberg, Axel Schneider, Joachim Waßmuth

• Approximation einer modellprädiktiven Antriebsregelung durch ein neuronales Netz

  Fabian Karau, Michael Leuer

• Machine Learning Methoden für geringe Datenmengen Grundlage für datenbasierte industrielle Auslegungen

  Justus Kösters

• Vertrauenswürdige Künstliche Intelligenz für polizeiliche Anwendungen Wie kann Künstliche Intelligenz in der Polizeiarbeit unterstützend eingesetzt werden und dabei sowohl fair als auch nachvollziehbar sein?

  Falk Maoro, Michaela Geierhos

• Improvement of sEMG Exoskeleton Control Based on Prediction of the Myotendinous System State -

  Malte Mechtenberg, Nils Grimmelsmann, Axel Schneider

• Validierung einer Prescriptive-Analytics-Plattform für Produktionsanlagen

  Marvin Niederhaus

• AI for Scarce Data (AI4ScaDa) Maschinelles Lernen und Informationsfusion zur nachhaltigen Nutzung von Labor- und Kundendaten

  Marvin Schöne