#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

Elecom

Entschlüsselung von Elefantenkommunikation mit Hilfe von KI.

ADAL

KI-Server für datengestützte Forschung in großem Maßstab

DIHOST 2.0

Eine Plattform, die kleinen und mittleren Unternehmen in Ostösterreich digitale Innovationen näherbringt.

Institut für Creative\Media/Technologies

PROGRESS

Validierung eines kostengünstigen und auf Smartphones basierenden 3D-Gang- und Bewegungsanalysesystems zur Erfassung der Bewegungskinematik bei Kindern mit Zerebralparese.

Visual Heritage

Visual Analytics und Computer Vision treffen auf Kulturerbe.

TrustAI - Eine Plattform für interaktive und vertrauenswürdige künstliche Intelligenz

Erklärbare und vertrauenswürdige AI-Lösungen in einer einfach zu bedienenden Plattform.

EyeQTrack – Quantitative Blickerfassunganalytik für adaptives XR-Training und Rehabilitation im Gesundheitswesen

Eine adaptive eXtended-Reality-Umgebung für Trainings- und Therapiezwecke.

FAIRAI

Stärkung der österreichischen Innovationsfähigkeit und Forschung im Bereich Künstliche Intelligenz.

Angewandte Biomechanik in der Rehabilitationsforschung

Stiftungsprofessur des Landes Niederösterreich zur Stärkung und Ausbau des Forschungsschwerpunkts Motor Rehabilitation

JHML -Kooperative Datenexploration durch Mensch und Maschine

Kombination von Maschinellem Lernen mit Visualisierungsmethoden für die explorative Datenanalyse.

Publikationen

Apellaniz Portos, M., Labadie-Tamayo, R., Stemmler, C., Feyersinger, E., Babic, A., Bruckner, F., Öhner, V., & Zeppelzauer, M. (2024). Analysis of Hybrid Compositions in Animation Film with Weakly Supervised Learning. Vision of Art - Workshop at the European Conference of Computer Vision (ECCV), 14.

Bibtex

Stemmler, C. (2024, October 9). AniVision: New Technology-assisted Approach to Studying Animation History. CAGA Conference, Viborg.

Bibtex

Apellaniz Portos, M., & Stemmler, C. (2024, May 6). AniVision: Using AI for Studying Animation Aesthetics. Animafest Scanner XI, Zagreb.

Bibtex

Feyersinger, E., & Stemmler, C. (2024, May 24). AniVision: Animation im deutschsprachigen Lehrfilm [Vortrag]. Lehrfilm erforschen. Theoretische und methodische Zugriffe auf den edukativen FIlms, Online - Paderborn.

Bibtex

Apellaniz Portos, M., & Stemmler, C. (2024, May 6). AniVision: Using AI for the Study of Animation History [Symposium - Panel 4: Authorship In/Of AI Animation]. Animafest Scanner XI, Zagreb, Croatia. https://www.animafest.hr/en

Feyersinger, E., & Stemmler, C. (2024, December 4). AniVision: Machine Learning als Analysetool von Animation im Gebrauchsfilm [Vortrag]. DiCi-Hub: Digitale Methoden und die Zukunft der Filmwissenschaft, Marburg.

Bibtex

Feyersinger, E., & Stemmler, C. (2024, July 3). A (Self-)Critical Perspective on Computer Vision as a Digital Humanities Tool [Vortrag]. The Interactive Gaze: Surveillance Images in Digital Games and Other Media, Tübingen.

Bibtex

Horst, F., Hoitz, F., Slijepcevic, D., Schons, N., Beckmann, H., Nigg, B. M., & Schöllhorn, W. I. (2023). Identification of subject-specific responses to footwear during running. Scientific Reports, 13(1), 11284. https://doi.org/10.1038/s41598-023-38090-0

Bruckner, Franziska, Feyersinger, Erwin, & Lechner, Patrik. (2023, June 14). AniVision: Machine Learning as a Tool for Studying Animation in Ephemeral Films [Vortrag]. Society for Animation Studies 34th Annual Conference – The Animated Environment, Online – Glassboro. https://www.sas34.org/

Feyersinger, Erwin. (2023, June 14). Animation Studies and Digital Humanities [Vortrag]. Society for Animation Studies 34th Annual Conference – The Animated Environment, Online – Glassboro. https://www.sas34.org/

News

22.10.2024