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.

 

Is it all a cluster game?

Für sicherheitskritische Anwendungen von Deep Neural Networks ist es unerlässlich, festzustellen, wann sich neue Eingaben signifikant von der Trainingsverteilung unterscheiden. In diesem Paper wird die Out-of-Distribution (OOD) Detection für die Bildklassifizierung anhand von Clustern semantisch ähnlicher Embeddings der Trainingsdaten untersucht.

 

Beyond Test Accuracy: The Effects of Model Compression on CNNs

Modellkomprimierung wird eingesetzt, um Convolutional Neural Networks bei begrenzter Leistung zu nutzen. Bei anspruchsvollen Anwendungen ist es jedoch wichtig, dass die Komprimierung die Sicherheit nicht beeinträchtigen. In diesem Paper werden Veränderungen untersucht, die durch drei Komprimierungsmethoden entstehen und die über die Testgenauigkeit hinausgehen.

 

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 2022 informiert Sie zur Arbeit des Fraunhofer IKS u.a. mit Beiträgen zu KI in der Medizin, einem neuen Safety-Standard für KI und Quantencomputing.

 

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.