Hierfür wird maschinelles Lernen verwendet, um Dünge- und Pflanzenschutzmittel bedarfsgerecht auszubringen.
5G-Lernorte OWL (Fördersumme: bis zu 1,6 Millionen Euro)

E-Assessment und Feedback zur Optimierung von Selbstlernphasen im Chemiestudium
Kausale Inferenz, Maschinelles Lernen und Reproduzierbare Forschung

Gasic erforscht als Lamarr-Fellow neue Mechanismen des maschinellen Lernens, um einen sicheren und effektiveren Einsatz von KI in Mensch-Computer-Dialogsystemen zu ermöglichen.
Außerdem werden wir Algorithmen für das bestärkende Lernen - also für Methoden des maschinellen Lernens, bei denen die Systeme selbst Strategien finden, um erhaltene Belohnungen zu maximieren - entwickeln, die eine nahtlose Integration von großen Sprachmodellen in Dialogsysteme ermöglichen.

KI zentrale Datenräume, maschinelle Lernplattformen sowie Konzepte für IT-Sicherheit und Datenschutz.

Ihre Expertise und Innovationskraft werden in enger Zusammenarbeit mit den Wissenschaftlerinnen und Wissenschaftlern des Lamarr-Instituts neuartige Impulse zur Erforschung von Künstlicher Intelligenz und Maschinellem Lernen setzen", sagt Prof. Dr. Christian Bauckhage, Co-Direktor am Lamarr-Institut.
Als Lamarr Fellow wird Michael Möller, Professor für maschinelles Sehen an der Universität Siegen, daran forschen, wie physikalisches Wissen über die Messprozesse in maschinelle Lernverfahren integriert werden kann.

Mit intelligenten Energiespeichern, und mit neuen effizienten Lehr- und Lernmethoden für unsere Studentinnen und Studenten.
Lamarr-Co-Direktor Prof. Dr. Michael ten Hompel: "KI-Algorithmen und ihr maschinelles Lernen werden in Zukunft den Wettbewerb bestimmen - dies gilt für Industrie und Logistik in besonderer Weise.

Ein Verbot von CIB setzt nicht an konkreten Inhalten an, sondern an Verbreitungsmechanismen, die die Wirkung gefährlicher Posts vervielfachen.
Dazu gehört insbesondere ein Verbot von so genanntem CIB, mit dem illegale bzw. legale aber radikalisierende Inhalte maschinell extrem beschleunigt verbreitet werden.

Kurzbeschreibung: Das zentrale Anliegen des Projektes ist die Verbesserung und Weiterentwicklung von kontinuierlichen Lernprozessen von Künstlicher Intelligenz (sogenanntes Deep Learning).
Kurzbeschreibung: Ein wichtiger Aspekt bei der Nutzung von Maschinellem Lernen ist die Unvoreingenommenheit der Verfahren.

Diese Drohne bringt Saatgutkapseln mithilfe eines speziell entwickelten Druckluftmechanismus punktgenau an Stellen in den Waldboden ein, wo die Keimung die größten Erfolgsaussichten hat.
Anschließend analysieren Modelle der Künstlichen Intelligenz und des maschinellen Lernens die Aufnahmen.

Ihre Vorhaben haben nicht nur für die Wissenschaft, sondern auch für die Anwendung eine große Relevanz - die Forschung kann der Optimierung von KI-Lernalgorithmen, dem Autonomen Fahren sowie der Biomedizin wichtige Impulse geben", sagt Wissenschaftsministerin Isabel Pfeiffer-Poensgen.
"KI-Starter" ist Teil der Förderlinie "Künstliche Intelligenz/Maschinelles Lernen" (kurz: KI/ML) und richtet sich an junge Wissenschaftlerinnen und Wissenschaftler aus dem Bereich Künstliche Intelligenz oder Maschinelles Lernen nach der Promotion.

Um den Schülerinnen und Schülern einen praxisnahen Einstieg in diese Thematik zu erleichtern, fördert das Ministerium für Schule und Bildung die Entwicklung von KI-Lerninhalten und Materialien im Rahmen des Projekts "KI-Algorithmen im Informatikunterricht" seit September 2021.
Staatssekretär Mathias Richter: "Vor dem Hintergrund der rasant steigenden Bedeutung von Künstlicher Intelligenz in der Lebens- und Arbeitswelt ist es dringend geboten, möglichst früh Kompetenzen im Bereich Künstliche Intelligenz und Maschinelles Lernen aufzubauen.

* SFB/TRR "Heterogene Oxidationskatalyse in der Flüssigphase - Materialien und Mechanismen in der thermischen Elektro- und Photokatalyse", Universität Duisburg-Essen (mit Universität Bochum)
* SFB "Interaktionsmodelle für den maschinellen Tunnelbau" (Universität Bochum)

Vorhaben Beteiligte Partner EKAmBa Echtzeit-Konfiguration von Algorithmen mit mehrarmigen Banditen Universität Paderborn Prof. Dr. Eyke Hüllermeier Universität Bielefeld Prof. Dr. Kevin Tierney GAIA Gaußprozesse für automatische und interpretierbare Anomalie-Erkennung Universität Münster Prof. Dr. Christian Beecks Technische Hochschule Ostwestfalen-Lippe Prof. Dr. Markus Lange-Hegermann ML4ProM Maschinelle Lernverfahren zur Detektion von Drift für die Realisierung prädiktiver Präventionstechnologien im Prozess Mining RWTH Aachen Univ.-Prof.