Publikationen

 

Wissenschaftliche
Publikationen

Unsere wissenschaftlichen Publikationen – teilweise als Volltext – finden Sie hier.

 

EAI IC4S: Best Paper Award

Die internationale Fachkonferenz EAI IC4S verleiht den Preis für den besten Fachbeitrag an das Fraunhofer IKS für das Paper »Concept for Safe Interaction of Driverless Industrial Trucks and Humans in Shared Areas«. Thema des Papers ist ein Konzept für die sichere und effiziente Zusammenarbeit Autonomer Mobiler Roboter (AMR) mit Menschen in gemeinsam genutzten Bereichen.

 

Out-Of-Distribution Detection Transformer

Ein Problem bei der Bildklassifizierung ist, dass ein Modell bei Eingabedaten, die aus der gleichen Verteilung stammen wie die für das Modelltraining verfügbaren Daten, gut abschneidet, aber bei Daten, die außerhalb der Verteilung liegen (out-of-distribution, OOD), viel schlechter abschneidet. In diesem Papier wird die erste OOD-Erkennungsarchitektur namens OODformer vorgeschlagen, die die Kontextualisierungsfähigkeiten eines Transformators nutzt.

 

Situation-Aware Model Refinement for Semantic Image Segmentation

Die Qualität von semantischen Bildsegmentierungsmodellen kann durch Faktoren wie Wetter oder Tageszeit beeinflusst werden, wodurch sicherheitskritische Fehler entstehen können. Um diese Schwächen zu erkennen und zu beheben, schlägt das Fraunhofer IKS einen systematischen Ansatz vor.

 

Whitepaper

Trustworthy AI for Intelligent Traffic Systems (ITS)

Zusammen mit dem Huawei Research Center Munich hat das Fraunhofer IKS ein Whitepaper zu Künstlicher Intelligenz (KI) für Intelligente Verkehrssysteme (ITS) erarbeitet. Es fasst die Herausforderungen bei der Einführung von vertrauenswürdiger KI in Intelligente Verkehrssysteme zusammen. Ein besonderes Augenmerk liegt dabei auf Smart Cities.

 

Whitepaper

Machine Learning Methods for Enhanced Reliable Perception

Im Rahmen des ADA Lovelace Center for Analytics, Data and Applications hat das Fraunhofer IKS ein technisches Whitepaper zu Machine-Learning-Methoden für eine verlässliche Perzeption autonomer Systeme erarbeitet. Darin werden Methoden zur Quantifizierung der Unsicherheit in Deep Neural Networks vorgestellt, entwickelt und bewertet.

 

 

Whitepaper

DevOps for Developing Cyber-Physical Systems

Was unterscheidet DevOps von traditioneller Softwareentwicklung? Diese Frage beantwortet das Whitepaper zu Herausforderungen und Potenzialen von DevOps für die Entwicklung cyber-physischer Systeme, das das Fraunhofer IKS zusammen mit der Magazino GmbH veröffentlicht hat. Laden Sie das Whitepaper Devops for Developing Cyber-Physical Systems runter und lesen Sie direkt weiter.

 

Whitepaper & Studien

Unsere Forscherinnen und Forscher erstellen sowohl Technologie- als auch Anwendungsstudien sowie Whitepaper. Hier können Sie diese herunterladen und lesen.   

 

Jahresmagazin

Das Safe Intelligence Magazin 2020/2021 widmet sich dem Schwerpunkt Safety – unter anderem in einem Interview mit Mario Trapp und Simon Burton sowie Fachartikeln unserer Wissenschaftlerinnen und Wissenschaftler.

 

Videos

Hier finden Sie eine Auswahl von Videoproduktionen, mit denen Sie sich ein Bild von unseren Forschungsprojekten machen können. Diese und weitere Videos finden Sie auch auf unserem YouTube-Kanal.