Maschinelles Lernen
Mit statistischen Methoden den Krankheitsverlauf vorhersehen
Forschung
ETH Zürich
Daten enthalten viel mehr als nur die offensichtliche Information. Mit Statistik lassen sich auch versteckte Ursache-Wirkungs-Zusammenhänge finden. Darüber forscht Alexander Marx als Fellow am ETH AI Center mit Hilfe von künstlicher Intelligenz. Ein Ziel sind Vorhersagen bei Diabetes von Kindern.  
Mehr als nur künstliche Intelligenz
TechTransfer
ETH Zürich
ETH-Alumna Paulina Grnarova will mittels künstlicher Intelligenz die Arbeitsweise im Rechtswesen revolutionieren. Seit Forbes sie bei «30 under 30» gelistet hat, sind alle Augen auf sie gerichtet.
Cookies automatisch filtern und blockieren
TechTransfer
ETH Zürich
Cookie-Banner geben den Nutzer:innen nur scheinbar Kontrolle über ihre Daten. Deshalb haben ETH-Forschende eine Lösung entwickelt, die nicht notwendige Cookies mit maschinellem Lernen erkennt und automatisch blockiert – in Form einer Browser-Erweiterung.
Wie menschliche und künstliche Intelligenz sich ergänzen können
Forschung
ETH Zürich
Mennatallah El-Assady entwickelt KI-Programme, die ihr Vorgehen erklären und den Menschen mitentscheiden lassen. Das hilft zum Beispiel Politikwissenschaftler:innen, Debatten genauer zu analysieren.
Künstliche Intelligenz versteht den Klang gesunder Maschinen
Forschung
ETH Zürich
An Geräuschen lässt sich erkennen, wie gut eine Maschine funktioniert. ETH-Forschende haben ein neues maschinelles Lernverfahren entwickelt, das automatisch feststellt, ob eine Maschine «gesund» ist oder eine Wartung nötig hat.
Komplexe Dynamik aus Daten vorhersagen
Forschung
ETH Zürich
Forschende der ETH Zürich haben einen neuen Algorithmus entwickelt, der es ihnen erlaubt, die Dynamik physikalischer Systeme aus Beobachtungen zu modellieren. In Zukunft könnte er auf das Entstehen von Turbulenz und Kipppunkte im Klima angewandt werden.
Seite 11 von 16