#Artificial Intelligence

Mit künstlicher Intelligenz lernen Maschinen und Programme aus Erfahrung, reagieren auf neue, unvorhergesehen Situationen und können ähnlich wie Menschen komplexe Aufgaben bewältigen und Informationen in größere Zusammenhänge einordnen.

Projekte

Plant Monitoring AI

Maschinelles lernen und automatische Vorhersagemodelle zur Früherkennung von Pflanzenstress für eine höhere Nachhaltigkeit in der Landwirtschaft

Data Science Bootcamp

Weiterbildung von unternehmensinternen Expert*innen zu Data Scientists die in der Lage sind abzuwägen, wie Verfahren der künstlichen Intelligenz am besten eingesetzt werden

Publikationen

Horst, F., Slijepcevic, D., Lapuschkin, S., Raberger, A.-M., Zeppelzauer, M., Samek, W., … Horsak, B. (2020). On the Understanding and Interpretation of Machine Learning Predictions in Clinical Gait Analysis Using Explainable Artificial Intelligence. Frontiers in Bioengineering and Biotechnology, Submitted.
Horsak, B., Slijepcevic, D., Raberger, A.-M., Schwab, C., & Zeppelzauer, M. (2020). GaitRec, a large-scale walking GRF dataset for a healthy cohort and patients with musculo-skeletal impairments. Scientific Data, Submitted.
Slijepcevic, D., Zeppelzauer, M., Raberger, A.-M., Breitender, C., Horsak, B., & Horsak, Brian. (2020). Input Representations and Classification Strategies for Automated Human Gait Analysis. Gait & Posture, 76, 198–203.
Horsak, B., Dumphart, B., Slijepcevic, D., & Zeppelzauer, M. (2020). Explainable Artificial Intelligence (XAI) und ihre Anwendung auf Klassifikationsprobleme in der Ganganalyse. In Abstractband des 3. GAMMA Kongress. München, Deutschland.
Slijepcevic, D., Raberger, A.-M., Zeppelzauer, M., Dumphart, B., Breiteneder, C., & Horsak, B. (2019). On the usefulness of statistical parameter mapping for feature selection in automated gait classification. In Book of Abstracts of the 25th Conference of the European Society of Biomechanics (ESB) (p. 1). Vienna, Austria.
Horsak, B., Schwab, C., & Kranzl, A. (2019). Reliability of stair walking kinematics in young overweight and obese individuals. Poster presented at the 28th Annual Meeting of the European Society for Movement Analysis in Adults and Children (ESMAC), Amsterdam, Netherlands.
Michelberger, F., & Grossberger, H. (2019). Inspiring and Hiring the Next Generation - Strategies for a Common Approach. Presented at the 5th UIC World Congress on Rail Training, Rabat, Morocco.
Koch, D., Despotovic, M., Sascha, L., Sakeena, M., Döller, M., & Zeppelzauer, M. (2019). Real Estate Image Analysis - A Literature Review. Real Estate Economics Journal, to Appear, 27(2), 269–300.
Horsak, B. (2019). Reliabilität von Messergebnissen in der Gang- und Bewegungsanalyse – Erfahrungsbericht zu gängigen Maßzahlen. Invited talk presented at the GAMMA Workshop im Rahmen des 11. Kongress der Deutschen Gesellschaft für Biomechanik, Berlin.
Rind, A., Wagner, M., & Aigner, W. (2019). Towards a Structural Framework for Explicit Domain Knowledge in Visual Analytics. In Proc. IEEE Workshop on Visual Analytics in Healthcare (VAHC) (pp. 33–40). https://doi.org/10.1109/VAHC47919.2019.8945032

News