loading...
Pfadnavigation
Nachfolgend eine Auswahl der drittmittelfinanzierten Projekte des Dahlem Centers for Machine Learning and Robotics.
Freie Universität Berlin
Prof. Dr. Tim Landgraf
01.11.2023 — 31.12.2026
When a substance causes effects to an organism, which do not kill it and do not directly impair its reproduction, but affect it otherwise, e.g. by inducing changes in behavior, feeding, digestion, orientation capability, lifespan, sensitivity to pathogens, etc., this is referred to as sublethal ...
Dr. Martin Aleksandrov, Prof. Dr. Christoph Benzmüller
01.05.2022 — 30.04.2024
Die Deutsche Ethikkommission Automatisiertes und Vernetztes Fahren hat 2017 Grundsätze zum gesellschaftlichen Nutzen verwandter Technologien in der Zukunft postuliert. Technologisches Vertrauen ist ein wesentliches Merkmal, das sich aus diesen Prinzipien ergibt und erfordert, dass neue ...
Prof. Dr. Daniel Göhring
01.01.2022 — 30.06.2024
KIS-M will ein KI-basiertes System für eine vernetzte Mobilität erproben, dass die Herausforderungen des autonomen, fahrerlosen Betriebs und der bedarfsgerechten Bedienung dynamisch wachsender Gebiete bewältigt. Dazu werden die notwendigen Voraussetzungen durch nutzerzentrierte Technikentwicklung ermittelt und die Interaktion Mensch-Maschine in der Leitstelle, auf der Straße und in den Fahrzeugen (Fahrgastführung) erprobt.
01.09.2023 — 31.12.2025
The open science hardware community has identified the lack of recognition of research hardware developers and their work as a main bottleneck towards broader adoption of open hardware. Open.Make II aims to address this issue by promoting the recognition of research hardware as a valuable research ...
01.11.2020 — 31.03.2024
Im Vorhaben CIRTEX werden Hardware und Software für die optimale Trennung von Recyclingstoffen in neuartigen Sortierstraßen entwickelt. Die FU Berlin übernimmt die Entwicklung von Methoden des maschinellen Lernens, um die spektroskopischen Daten auszuwerten. Gewünscht ist, anhand dieser Daten die Materialzusammensetzung in Echtzeit zu ermitteln. Zunächst wird eine Datenbasis für das maschinelle Lernen erstellt. Dafür sollen vorhandene Datenbanken von Produktdaten in ein geeignetes Format gebracht werden. Die spektroskopischen Daten von bekannten Materialien werden ermittelt und diese mit den Produktdaten assoziiert. Von dieser Datenbasis ausgehend, werden tiefe neuronale Netze trainiert und deren Ausgaben mit den Ergebnissen aus Random Forests verglichen. Mit den tiefen Netzen werden wir eine hohe Genauigkeit erzielen und mit den Entscheidungsbäumen können wir eine Ebene der Erklärbarkeit der Resultate einbauen. In der zweiten Teilaufgabe des Projektes geht es darum, anhand von Bildern der Kleidungsstücke, so wie sie auf dem Förderband liegen, den Typ, die Farbe, das Hautpmaterial und sonstige relevante Faktoren zu ermitteln, so dass eine Empfehlung für das Weiterleiten an Second-Hand Läden gegeben wird. Beschädigte Kleidungsstücke sollen aussortiert werden, so wie solche die wenig Weiterverkaufsmöglichkeiten bieten. Dafür sollen die Daten von Kooperationspartnern verwendet werden, die solche Second-Hand Online-Angebote betreiben. Diese Partner wissen, aus ihren Verkaufszahlen, welche Kleidungsstücke am besten weiterverkauft werden können und haben Merkmale davon registriert. Die Herausforderung liegt daran, Klassifikatoren zu trainieren die anhand von Videodaten von den Merkmalen auf die Wiederverkaufbarkeit schließen können.
Tim Landgraf
01.04.2019 — 31.03.2024
We aim for establishing a community of world-class actors in the emerging field of bio-hybrid honeybee-technological systems that research the path towards a novel living technology (HIVEOPOLIS) employing a new paradigm that embeds technology (sensors, actuators, robots, algorithms) in a living ...
01.09.2021 — 31.08.2023
Open access publishing, open data and free and open source software have become important pillars of responsible research and innovation (RRI), an approach that wants to maximise the integrity and impact of research. Presently, a new school of thought is emerging which aims to establish an open hardware (OH) strategy for academia. OH is extending the principles of free and open source from software into physical products, enabling hardware reuse and quality control. It also fills a gap in the promotion of FAIR data principles (seeking to make data Findable, Accessible, Interoperable and Reusable) by German and European funding agencies.
01.09.2020 — 30.10.2023
In this project we aim to address questions using biomimetic fish robots that serve as communication partners in a shoal of electric fish. Our robotic agents infiltrate the natural group and are programmed to interact with the animals. Using these artificial fish, we can test different hypotheses ...
