Intelligente Eingebettete Systeme - Forschungsinformationssystem | Universität Kassel - CONVERIS Forschungsinformationsystem

Go to Header Go to Navigation Go to Content Go to Footer

Intelligente Eingebettete Systeme (IES)

Universität Kassel » Fachbereiche » FB 16 - Elektrotechnik / Informatik » Informatik

Telefon:

+49 (0)5 61 / 8 04-60 20

Fax:	+49 (0)5 61 / 8 04-60 22

Adresse:

Wilhelmshöher Allee 73
34121 Kassel

------

Projekte

Go to first page

Go to previous page

1 von 4

Go to next page

Go to last page

01/2021 - 06/2023	Verbundprojekt SALM: Selbst-Adaptives Lademanagement für Ladeinfrastruktur - Modellierung, Prognose und Planung mit Methoden des Maschinellen Lernens
12/2020 - 11/2023	Den Zahnputzvorgang von Grund auf verstehen: Neues Forschungsgerät zur multi-sensoriellen Erfassung und intelligenten Analyse des Zähnebürstens
05/2020 - 04/2023	Digital-Twin-Solar - Maschinelles Lernen für Digitale Zwillinge im Bereich der Batterie- und PV-Systemtechnik
05/2020 - 09/2022	Intelligenter Finanzdienstassistent - Maschinelles Lernen für Nutzermodellierung und Verhaltensklassifikation
04/2020 - 03/2023	KI Data Tooling - Methoden und Werkzeuge für das Generieren und Aufarbeiten von Trainings-, Validierungs- und Absicherungsdaten für KI-Funktionen autonomer Fahrzeuge
03/2020 - 03/2022	Transfer Learning als essentielles Werkzeug für die Energiewende
11/2019 - 09/2021	Deep Generative Models und aktives Lernen zur Unterstützung von Innovationsentscheidungen
09/2019 - 10/2021	AI based Monitoring and Experimental Evaluation
06/2019 - 06/2022	Spektrometer mit Winkelauflösung für Ultraschnelle Experimente an Röntgen-FELs
12/2018 - 12/2021	Detection Intentions of Vulnerable Road Users Based on Collective Intelligence as a Basis for Automated Driving - Phase 2

Publikationen

Go to first page

Go to previous page

11 von 13

Go to next page

Go to last page

2014	Tomforde, S., Sick, B., 2014. Organic Computing - Doctoral Dissertation Colloquium 2014. Kassel University Press, Kassel.
2014	Herwig, B., Frommann, U., Gruber, T., Sick, B., 2014. Programmierkompetenz prüfen … am Beispiel der Vorlesung „`Einführung in C“’ an der Universität Kassel, in: Berendt, B., Fleischmann, A., Schaper, N., Szczyrba, B., Wildt, J. (Hrsg.), Neues Handbuch Hochschullehre. Lehren und Lernen effizient gestalten. Raabe, Berlin, S. 71–94.
2014	Al-Falouji, G., Prestel, D., Scharfenberg, G., Mandl, R., Deinzer, A., Halang, W., Margraf-Stiksrud, J., Sick, B., Deinzer, R., 2014. SMART-iBrush - Individuelle Unterstützung der Zahnreinigung durch Messung von Bewegung und Druck mit einer intelligenten Zahnbürste, in: R. Weidner, T. Redlich (Hrsg.), Erste Transdisziplinäre Konferenz zum Thema ``Technische Unterstützungssysteme, die die Menschen wirklich wollen’’. S. 315–327.
2013	Hähner, J., Rudolph, S., Tomforde, S., Fisch, D., Sick, B., Kopal, N., Wacker, A., 2013. A Concept for Securing Cyber-Physical Systems with Organic Computing Techniques, in: Berekovic, M., Danek, M. (Hrsg.), International Conference on Architecture of Computing Systems Workshops. S. 1–13.
2013	Hutchison, D., Kanade, T., Kittler, J., Kleinberg, J., Mattern, F., Mitchell, J., Naor, M., Nierstrasz, O., Pandu Rangan, C., Steffen, B., Sudan, M., Terzopoulos, D., Tygar, D., Vardi, M., Weikum, G., Kubátová, H., Hochberger, C., Danvek, M., Sick, B., 2013. Architecture of Computing Systems -- ARCS 2013. Springer Berlin Heidelberg, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-36424-2
2013	Kaufmann, P., Glette, K., Gruber, T., Platzner, M., Torresen, J., Sick, B., 2013. Classification of Electromyographic Signals: Comparing Evolvable Hardware to Conventional Classifiers. IEEE Transactions on Evolutionary Computation 17, 46–63. https://doi.org/10.1109/TEVC.2012.2185845
2013	Reitmaier, T., Sick, B., 2013. Let us know your decision: Pool-based active training of a generative classifier with the selection strategy 4DS. Information Sciences 230, 106–131. https://doi.org/10.1016/j.ins.2012.11.015
2012	Giedl-Wagner, R., Miller, T., Sick, B., 2012. Determination of Optimal CT Scan Parameters Using Radial Basis Function Neural Networks, in: Kastner, J. (Hrsg.), Conference on Industrial Computed Tomography. S. 221–228.
2012	Embrechts, M., Gatti, C., Linton, J., Gruber, T., Sick, B., 2012. Forecasting exchange rates with ensemble neural networks and ensemble K-PLS: A case study for the US Dollar per Indian Rupee, in: IJCNN (Hrsg.), The 2012 International Joint Conference on Neural Networks (IJCNN). IEEE, S. 1–8. https://doi.org/10.1109/IJCNN.2012.6252739
2012	Gruber, T., Meixner, B., Prosser, J., Sick, B., 2012. Handedness tests for preschool children: A novel approach based on graphics tablets and support vector machines. Applied Soft Computing 12, 1390–1398. https://doi.org/10.1016/j.asoc.2011.11.022