Unser Selbstverständnis

  • ISAS wurde im Jahr 2003 gegündet und wird von Prof. Uwe D. Hanebeck geleitet
  • Unser Auftrag ist die Weiterentwicklung des Stands der Technik im Bereich des maschinellen Lernens unter Unsicherheiten
  • Wir fühlen uns der forschungsorientierten Lehre verpflichtet und bieten eine breite Auswahl an Kursen an
  • Gebiete: Verteilte/dezentrale Daten- und Informationsfusion, nichtlineare Zustandsschätzung, Systemmodellierung und -identifikation, modellprädiktive Regelung
  • Anwendungen: Lokalisierung bzw. Ortung, Robotik, Telepräsenzsysteme, virtual/mixed reality, Luftraumüberwachung, industrielle Sortierung, prädiktive Wartung und Anomaliedetektion

 

News

News Promotion Daniel Frisch
19/02/2024

Daniel Frisch hat seine Promotion erfolgreich abgeschlossen! Der Titel der Arbeit lautet "Transformable Deterministic Sampling". Der Titel der Arbeit lautet "Stochastic Control for Cooperative Cyber-Physical Networking". Zweiter Gutachter ist Prof. Simon Maskell, University of Liverpool, UK.

News Jiachen Zhou
01.12.2023

Jiachen Zhou hat seinen ersten Arbeitstag.

MFI2023 Best Student Paper
29.11.2023

Daniel Frisch und Uwe D. Hanebeck erhalten den Best Student Paper Award, First Runner-Up of the "2023 IEEE Symposium Sensor Data Fusion and International Conference on Multisensor Fusion and Integration (SDF-MFI), Bonn, Germany" für das Papier Deterministic Von Mises-Fisher Sampling on the Sphere Using Fibonacci Lattices.

Zertifikat (PDF)
MFI2023 Best Paper
29.11.2023

Markus Walker, Marcel Reith-Braun, Peter Schichtel, Mirko Knaak und Uwe D. Hanebeck erhalten den Best Paper Award auf der "2023 IEEE Symposium Sensor Data Fusion and International Conference on Multisensor Fusion and Integration (SDF-MFI), Bonn, Germany" für das Papier Identifying Trust Regions of Bayesian Neural Networks.

Zertifikat (PDF)
ACC2023 Best Student Paper
02.06.2023

Eugen Ernst, Florian Pfaff, Uwe D. Hanebeck, und Marcus Baum sind Finalisten für den Student Best Paper Award auf der "2023 American Control Conference (ACC 2023), San Diego, CA, USA" für das Papier The Kernel-SME Filter with Adaptive Kernel Widths for Association-free Multi-target Tracking.

Zertifikat (PDF)
30.01.2023

Das Paper mit dem Titel "The Kernel-SME Filter with Adaptive Kernel Widths for Association-free Multi-target Tracking" von Eugen Ernst, Florian Pfaff, Uwe D. Hanebeck und Marcus Baum ist unter den fünf Finalisten für den Best Student Paper Award der 2023 American Control Conference (ACC 2023).