#Machine Learning

Durch Machine Learning lernen künstliche Systeme – ähnlich wie Menschen – aus Erfahrung. Das lässt sich in Forschung und Praxis zu verschiedensten Anwendungen einsetzen – zum Beispiel zur Analyse medizinischer Daten oder zur Abwehr von IT-Angriffen.

Projekte

Plant Monitoring AI

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

Active deep learning for object detection

Entwicklung neuer Strategien zur Integration von Active Learning und Deep Learning für den Einsatz künstlicher Intelligenz

Publikationen

Horst, F., Slijepcevic, D., Zeppelzauer, M., Raberger, A. M., Lapuschkin, S., Samek, W., Schöllhorn, W. I., Breiteneder, C., & Horsak, B. (2020). Explaining automated gender classification of human gait. Gait & Posture. ESMAC 29th Annual Meeting, Virtual Meeting. https://doi.org/10.1016/j.gaitpost.2020.07.114
Horsak, B., Simonlehner, M., Schöffer, L., Maureder, J., Schwab, C., Raberger, A. M., Zeller, M., & Husinsky, M. (2020). Applicability and usability of an immersive virtual reality-based balance control exergame for prosthetic users: A pilot study with healthy individuals. Gait & Posture. ESMAC 29th Annual Meeting, Virtual Meeting. https://doi.org/10.1016/j.gaitpost.2020.07.113
Horsak, B., Slijepcevic, D., Raberger, A.-M., Schwab, C., Worisch, M., & Zeppelzauer, M. (2020). GaitRec, a large-scale ground reaction force dataset of healthy and impaired gait. Scientific Data, 7(1), 143. https://doi.org/10.1038/s41597-020-0481-z
Horsak, B., Schwab, C., Leboeuf, F., & Kranzl, A. (2020). Reliability of walking and stair climbing kinematics in a young obese population using a standard kinematic and the CGM2 model. Gait & Posture. https://doi.org/10.1016/j.gaitpost.2020.10.017
Slijepcevic, D., Zeppelzauer, M., Schwab, Caterine, Raberger, A.-M., Breitender, C., & Horsak, B. (2020). Input Representations and Classification Strategies for Automated Human Gait Analysis. Gait & Posture, 76, 198–203. https://doi.org/https://doi.org/10.1016/j.gaitpost.2019.10.021
Horsak, B., Dumphart, B., Slijepcevic, D., & Zeppelzauer, M. (2020). Explainable Artificial Intelligence (XAI) und ihre Anwendung auf Klassifikationsprobleme in der Ganganalyse. Abstractband Des 3. GAMMA Kongress. 3. GAMMA Kongress, München, Deutschland.
Koch, D., Despotovic, M., Thaler, S., & Zeppelzauer, M. (2020). Estimating Graduate Density in Satellite Images - A Machine Learning Approach. Elsevier Computers, Environment and Urban Systems, Submitted.
Oliveira, V. A. D. J., Stoiber, C., Grüblbauer, J., Musik, C., Ringot, A., & Gebesmair, A. (2020). SAMBAVis: Design Study of a Visual Analytics Tool for the Music Industry Powered by YouTube Comments. 5.
Eresheim, S. (2020). Reinforcement Learning for Incident Protection in IT. First Conference on Mathematics of Data Science (MDS20).
Eresheim, S. (2020). Cybersecurity Containment Agent. Machine Learning Prague 2020.

News