Maschinelles Lernen

Forschen, lernen und sich anpassen

Die Wirkung von Feinstaub auf Wolken ist eine der grössten Unsicherheiten in den Prognosen zum Klimawandel. Yu Wang erforscht mit Hilfe von maschinellem Lernen und Satellitendaten, die überraschende Rolle der winzigen Partikel in der Atmosphäre.

Ein Neuro-Chip zur Behandlung von neurologischen Störungen

EPFL-Forschende haben ein stromsparendes Chipdesign, Algorithmen des maschinellen Lernens und weiche implantierbare Elektroden kombiniert, um eine neuronale Schnittstelle zu entwickeln, die Symptome verschiedener neurologischer Störungen erkennen und unterdrücken kann.

Einsatz von maschinellem Lernen zur Vorhersage von Aminemissionen

Wissenschaftlerinnen der EPFL und der Heriot-Watt University haben einen Ansatz des maschinellen Lernens entwickelt, um potenziell schädliche Aminemissionen aus kohlenstoffabscheidenden Anlagen genau vorherzusagen.

Künstliche Intelligenz zur Verbesserung der sportlichen Leistung

EPFL-Forschende haben sich mit Dartfish und dem Lausanner Eishockeyclub zusammengetan, um die Grenzen der Leistungsanalyse im Sport zu erweitern, indem sie die Technologie des maschinellen Sehens und Lernens auf das Geschehen auf dem Eis anwenden.

Präziser behandeln

Das Forschungszentrum «The LOOP Zurich» bündelt das Wissen der ETH und der Universität Zürich sowie der vier universitären Spitäler in Zürich. Das Ziel: personalisierte Therapien entwickeln. Mit zwei neu unterstützten Projekten soll Patientinnen und Patienten mit Harnwegsinfekten und Fettleibigkeit geholfen werden.

Am CSCS ist Energieeffizienz auch bei Höchstleistung ein zentrales Thema

Der Begriff «Hochleistungsrechner» birgt hohen Energiebedarf bereits in sich – hohe Leistung braucht entsprechend Energie. Energieeffizienz ist bei der Beschaffung und Nutzung der Rechner am Nationalen Hochleistungsrechenzentrums der Schweiz (CSCS) deshalb ein zentrales Thema – wie bereits bei der Planung des Neubaus in Lugano vor mehr als einem Jahrzehnt.

3 4 5

6

7 8 9 10...

Seite 6 von 14