Datenwissenschaften

Detailliertes Profil von Tumoren

In einer Studie mit Patienten der Universitätsspitäler Zürich und Basel untersuchen Forschende umfassend und äusserst präzise die molekularen und funktionellen Eigenheiten von Tumoren. Damit sollen Ärztinnen und Ärzte besser bestimmen können, welche Behandlung besonders gut auf die Krebserkrankung eines Patienten abgestimmt und damit wirksam ist.

Was Klicks auf einer Jobplattform über Diskriminierung verraten

Mithilfe von Big Data und Machine Learning haben Wissenschaftler der ETH Zürich untersucht, ob es auf Online-Stellenbörsen zu Diskriminierung kommt. Sie zeigen, dass die Benachteiligung von ausländischen Bewerbenden unter anderem von der Tageszeit beeinflusst wird. Und dass sowohl Männer als auch Frauen diskriminiert werden.

Maschinelles Lernen zeichnet die Entwicklung der klassischen Musik nach

Forscher des EPFL-Labors für digitale und kognitive Musikwissenschaft am College der Geistes- und Sozialwissenschaften verwendeten ein unüberwachtes maschinelles Lernmodell, um mehr als 13 000 Stücke westlicher klassischer Musik zu «hören» und zu kategorisieren und so herauszufinden, wie sich Modi - wie Dur und Moll - im Laufe der Geschichte verändert haben.

EPFL, ETH Zürich und IKRK gemeinsam für humanitäre Hilfe

EPFL ETH Zürich

Die Initiative Engineering Humanitarian Aid, die offiziell am 10. Dezember 2020 lanciert wurde, setzt das Fachwissen der beiden Eidgenössischen Technischen Hochschulen für humanitäre Hilfsprogramme ein. Das Hauptaugenmerk liegt auf den Bereichen Energie und Umwelt, Datenwissenschaften und digitale Technologien sowie personalisierte Gesundheit und verwandte Technologien.

Digitale Daten zur Analyse von vergangen Epidemien

Forschende der EPFL haben digitalisierte historische Aufzeichnungen verwendet, um neue Erkenntnisse über die Ausbreitung der Beulenpest in Venedig zu gewinnen.

Wie Maschinelles Lernen in der Medizin helfen kann

Im ETH-Podcast sprechen die beiden Informatikprofessorinnen Julia Vogt und Fanny Yang darüber, was sie in ihr Fachgebiet gezogen hat und warum Maschinen den Menschen in der Medizin niemals ersetzen werden.

2 3 4 5 6

7

8 9

Seite 7 von 9