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
Jiachen Zhou, Daniel Frisch und Uwe D. Hanebeck erhalten den Student Paper Award, Third Place of the "2024 IEEE International Conference on Multisensor Fusion and Integration (MFI), Pilsen, Czechia" für das Papier Inverse Gaussian Process Onterpolation for High-Quality Assumed Gaussian Filtering.
Certificate (PDF)
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.
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)
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)