Technologie-Radar
Cyberagentur will Maschinelles Lernen robuster und sicherer machen
Dritte Phase Forschungsprogramms Robustes und Sicheres Maschinelles Lernen läuft bis November 2025.
Maschinelles Lernen
Technologie-Radar
Neues Trainingskonzept führt zu zuverlässigeren KI-basierten Entscheidungssystemen
MIT-Forscher entwickeln einen effizienten Weg zum Training von KI-Agenten, die besser mit Abweichungen der trainierten Aufgabenstellungen zurechtkommen.
Technologie-Radar
Automatisierte Dokumentation für virtuelle Crashtests dank Maschinellem Lernen
Durch neue Methoden des Maschinellen Lernens (ML) lassen sich Daten aus der Crashtest-Entwicklung nun besser analysieren und verwerten. Damit soll der Entwicklungsprozess vereinfacht und effizienter gestaltet werden.
News
Imagimob: ML-Modellierungsworkflows auf verschiedenen Abstraktionsebenen visualisieren und bearbeiten
Benutzer von Imagimob Studio können jetzt ihre Modellierungsworkflows für maschinelles Lernen visualisieren und erweiterte Funktionen nutzen.
News
Infineon: Kooperation mit Aurora bei Predictive-Maintenance-Lösungen
CES: Unternehmen stelle KI-basierte Lösungen vor, die die langfristige Zuverlässigkeit und Sicherheit kritischer Automotive-Komponenten verbessern sollen.
Technologie-Radar
Synthetische Bilder setzen neue Maßstäbe für effizientes KI-Training
Forscher des MIT ebnen den Weg für effizienteres und weniger verzerrtes Training von KI-Modellen.
Medienspiegel
Webinar: Reduce Battery Test Time & Cost with Machine Learning
Herausforderungen beim Batterietest und optimale Versuchsplanung mit Human-in-the Loop-ML-Technik, die Test mit maximaler Wirkung vorschlägt.
Branchen-News
Nvidia: Integration der DGX Cloud in die Hugging Face Plattform
Die Integration beschleunigt das Training, Tuning und Anpassen von Large Language Modellen (LLM).
Fachberichte & White Paper
Fachbeitrag: Mit Daten auf Wolke sieben -datengestützte Entwicklung
Der Text von Porsche Engineering zeigt, wie das Unternehmen mit Hilfe der Cloud die rasant zunehmenden Datenmengen schneller und effizienter verarbeitet und analysiert sowie Daten und Analysewerkzeuge teamübergreifend bereitstellt.
Branchen-News
AVCC und MLCommons: Automotive Benchmark Task Force
Die Branchenvereinigung Autonomous Vehicle Computing Consortium (AVCC) und das Ingenieurkonsortium MLCommons haben zur Teilnahme an der Arbeitsgruppe eingeladen, die eine ML-Benchmark-Suite für die Automobilindustrie (ABTF-Benchmark) definieren, entwickeln und als Open Source verfügbar machen soll.