Die beteiligten Projektteams von ML2R und Wilo beim Kick-off-Meeting in Dortmund. Von links: David Graurock, Dr. Martin Oettmeier, Rahel Wilking, Andreas Pauly, Dr. Stefan Michaelis, Dr. Thorsten Kettner, Raphael Fischer

Strategische Partnerschaft mit Wilo

Der Pumpenhersteller Wilo und das ML2R an der Technischen Universität Dortmund schließen eine strategische Partnerschaft. Die Kooperationspartner arbeiten gemeinsam mit dem Ziel, den Einsatz von Künstlicher Intelligenz und Maschinellem Lernen bei Wilo im Hinblick auf Kundenvorteile, optimierte Geschäftsprozesse und neue Produktfunktionen zu etablieren und auszubauen.

Science Code Slam 2021

Science Code Slam 2021

Ein zentrumsweiter Science Code Slam markierte das Ende des Jahres 2021 im ML2R. Die Forschenden des Kompetenzzentrums bearbeiteten in virtuellen Themengruppen eine Vielzahl von Fragestellungen rund um Künstliche Intelligenz, Maschinelles Lernen und Deep Learning. Das ML2R-Team treibt zukunftsweisende KI-Forschung an Rhein und Ruhr gemeinschaftlich und aktiv voran.

Beitragsreihe im ML2R-Blog zu KI-Ethik

Aus dem ML2R-Blog: Ethik in der Künstlichen Intelligenz

Künstliche Freundschaften mit Maschinen, Herausforderungen fairer Künstlicher Intelligenz und Verantwortlichkeit KI-basierter Entscheidungen: In einer dreiteiligen Beitragsreihe widmet sich der ML2R-Blog dem Thema KI-Ethik. Sara Mann, Astrid Schomäcker und Eva Schmidt geben Leser*innen spannende Einblicke in die aktuelle Forschung zur ethisch verantwortungsvollen Gestaltung von KI-Systemen.

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.