Unterschiede

Hier werden die Unterschiede zwischen zwei Versionen angezeigt.

Link zu dieser Vergleichsansicht

Beide Seiten der vorigen Revision Vorhergehende Überarbeitung
Nächste Überarbeitung
Vorhergehende Überarbeitung
Nächste Überarbeitung Beide Seiten der Revision
forschung:medtech [2024/01/31 19:35]
kruschewsky [Projekte]
forschung:medtech [2024/01/31 19:37]
kruschewsky [Aix-Neo-Guard]
Zeile 18: Zeile 18:
  
 ### ###
 +\\
 +\\
 +==== Explainable AI ====
 +Im Kontext der Projekte "​SMITH",​ sowie "​Aix-Neo-Guard"​ beschäftigen wir uns mit dem Thema der erklärbaren und interpretierbaren künstlichen Intelligenz,​ bzw. dem erklärbaren und interpretierbaren Machine Learning. Hierbei werden alle Aspekte des Data-Processings in Betracht genommen: Eine übersichtliche und gute visuelle Darstellung der vorhandenen Daten um Medizinern das Arbeiten mit den Daten zu erleichtern;​ Frameworks, die bestehende Machine Learning Verfahren um eine Auswahl von Erklärbarkeits und Interpretierbarkeits erweitern können; Von Grund auf für Erklärbarkeit und Interpretierbarkeit entwickelte Machine Learning Verfahren; Erweiterte Auswertungsverfahren für Machine Learning, die über einzelne Werte hinaus die Fähigkeiten und Schwächen der Verfahren darlegen.
 +\\
 +\\
 +\\
 +Ansprechpartner:​ [[:​lehrstuhl:​mitarbeiter:​fonck]],​ [[:​lehrstuhl:​mitarbeiter:​kruschewsky]],​ [[:​lehrstuhl:​mitarbeiter:​oprea]]
 \\ \\
 \\ \\
Zeile 41: Zeile 49:
 \\ \\
 Ansprechpartner:​ [[:​lehrstuhl:​mitarbeiter:​fonck]],​ [[:​lehrstuhl:​mitarbeiter:​kruschewsky]] Ansprechpartner:​ [[:​lehrstuhl:​mitarbeiter:​fonck]],​ [[:​lehrstuhl:​mitarbeiter:​kruschewsky]]
 +
 +###
 +\\
 +\\
 +
 +==== Saubere Hände ====
 +###
 +An dieser Stelle werden bald Informationen zum Projekt ergänzt.
 +\\
 +\\
 +\\
 +Ansprechpartner: ​
  
 ### ###
Zeile 77: Zeile 97:
 \\ \\
  
-==== Explainable AI ==== +
-Im Kontext vom SMITH Projekt, sowie dem im nächsten Jahr beginnenden Projekt "​Aix-Neo-Guard"​ beschäftigen wir uns außerdem mit dem Thema der erklärbaren und interpretierbaren künstlichen Intelligenz,​ bzw. dem erklärbaren und interpretierbaren Machine Learning. Hierbei werden alle Aspekte des Data-Processings in Betracht genommen: Eine übersichtliche und gute visuelle Darstellung der vorhandenen Daten um Medizinern das Arbeiten mit den Daten zu erleichtern;​ Frameworks, die bestehende Machine Learning Verfahren um eine Auswahl von Erklärbarkeits und Interpretierbarkeits erweitern können; Von Grund auf für Erklärbarkeit und Interpretierbarkeit entwickelte Machine Learning Verfahren; Erweiterte Auswertungsverfahren für Machine Learning, die über einzelne Werte hinaus die Fähigkeiten und Schwächen der Verfahren darlegen. +
-\\ +
-\\ +
-\\ +
-Ansprechpartner:​ [[:​lehrstuhl:​mitarbeiter:​fonck]],​ [[:​lehrstuhl:​mitarbeiter:​kruschewsky]],​ [[:​lehrstuhl:​mitarbeiter:​oprea]] +
-\\ +
-\\+
 ===== Team ===== ===== Team =====
 | **Mitglied** | **Position / Projekt** | | **Mitglied** | **Position / Projekt** |