Forschende des ML2R und SFB 876 belegten den zweiten Platz in der diesjährigen Ariel Machine Learning Data Challenge auf der ECML PKDD.

ML2R und Partner unter den Gewinnern der Ariel Machine Learning Data Challenge

Lukas Heppe (ML2R) und Mirko Bunse (SFB 876) haben den zweiten Platz in der Ariel Machine Learning Data Challenge auf der ECML PKDD 2021 belegt. Die Forschenden entwickelten einen Deep-Learning-Ansatz, der genaue Vorhersagen zu den Radien extrasolarer Planeten ermöglicht. ML2R-Wissenschaftler*innen forschen zur maschinellen Analyse und Verarbeitung großer astrophysischer Datensätze.

Das neue Booklet der Plattform Lernende Systeme zeigt die Potenziale von Künstlicher Intelligenz für KMUs anhand konkreter Umsetzungskonzepte auf.

Booklet der Plattform Lernende Systeme: KI im Mittelstand

Das Booklet „KI im Mittelstand: Potenziale erkennen, Voraussetzungen schaffen, Transformationen meistern“ der Plattform Lernende Systeme zeigt die Potenziale von Künstlicher Intelligenz für KMUs anhand von 17 detaillierten Use Cases auf. Das ML2R beteiligt sich mit einem Projekt zu intelligenten Datenzusammenfassungen (Data Summaries) in Walzwerkanlagen an der Broschüre.

Am ML2R-Symposium zum Quantum Machine Learning nahmen Forschende des ML2R, Fraunhofer ITWM und DLR teil.

ML2R-Symposium zum Quantum Machine Learning

Im Rahmen eines Symposiums am 5. Mai diskutierten ML2R-Wissenschaftler*innen gemeinsam mit Expert*innen des Fraunhofer ITWM und DLR über neueste wissenschaftliche Erkenntnisse zum Quantum Machine Learning. Im Forschungsschwerpunkt Maschinelles Lernen auf Quantencomputern entwickeln Forschende des ML2R ML-Algorithmen und Lösungen anhand modernster Quantenprozessoren.

Netzwerk deutscher KI-Zentren vertieft wissenschaftlichen Austausch

Netzwerk deutscher KI-Zentren vertieft wissenschaftlichen Austausch

Das Netzwerk der Nationalen Kompetenzzentren für Forschung zu Künstlicher Intelligenz hat seine virtuellen Pitch Talks gestartet. Forschende des Netzwerks traten hierbei in den Austausch zu aktueller Forschung rund um Künstliche Intelligenz, Maschinelles Lernen und Big Data. Katharina Morik koordiniert das Netzwerk, welches sechs führende KI-Forschungsinstitutionen Deutschlands vereint.

Science Code Slam: Jahresabschluss des ML2R

Gemeinsames Tüfteln, Coden und Schreiben: Mit einem zentrumsweiten Science Code Slam ist das ML2R-Wissenschaftsjahr 2020 zu Ende gegangen. Die Mitarbeiter*innen des Kompetenzzentrums kamen virtuell in Gruppen zusammen und arbeiteten gemeinsam an verschiedenen Aufgabenstellungen rund um Maschinelles Lernen und Künstliche Intelligenz. Das ML2R blickt auf ein außergewöhnliches und spannendes Wissenschaftsjahr zurück.