MRT und maschinelles Lernen: eine optimale Kombination für die Diagnose von frühem, nichtinvasivem Brustkrebs?

2013 ◽  
Vol 185 (S 01) ◽  
Author(s):  
PA Baltzer ◽  
M Dietzel ◽  
WA Kaiser
Keyword(s):  
Maschinelles Lernen

Lokomotions-F-18-FDG-PET-basierte Differenzierung von Patienten mit Morbus Parkinson und gesunden Kontrollen durch maschinelles Lernen

2020 ◽  
Author(s):  
M Grosch ◽  
L Kaiser ◽  
S. A Ahmadi ◽  
P Bartenstein ◽  
A Zwergal ◽  
...  
Keyword(s):  
Fdg Pet ◽  
Morbus Parkinson ◽  
Maschinelles Lernen

Künstliche Intelligenz, Maschinelles Lernen und Big Data - Grundlagen, Marktpotenziale und wirtschaftspolitische Relevanz

2019 ◽  
Vol 48 (11) ◽  
pp. 34-41
Author(s):  
Volker Brühl
Keyword(s):  
Big Data ◽  
Künstliche Intelligenz ◽  
Maschinelles Lernen

Künstliche Intelligenz, maschinelles Lernen und Big Data sind zunehmend Gegenstand wirtschaftspolitischer Diskussionen, zuletzt auch im Zuge der Vorstellung der Industriestrategie 2030 durch das Bundeswirtschaftsministerium. Der Beitrag erläutert die wichtigsten Technologien und deren Bedeutung für die künftige Wettbewerbsfähigkeit der deutschen Wirtschaft. Da das globale Marktpotenzial „smarter“ Produkte und Dienstleistungen bei ca. 900 Mrd. USD im Jahr 2025 liegt, stellt sich die Frage, wie die Ergebnisse deutscher Spitzenforschung künftig rascher in marktfähige Produkte umgesetzt werden können.

Künstliche Intelligenz und Maschinelles Lernen: Hintergrund, Anwendungsfälle und Chancen für Medienunternehmen

2018 ◽  
Vol 15 (3) ◽  
pp. 30-35
Author(s):  
Christoph P. Mayer
Keyword(s):  
Künstliche Intelligenz ◽  
Maschinelles Lernen

Künstliche Intelligenz bezeichnet den Versuch, menschliche Entscheidungsstrukturen in einem Computer nachzubilden. Beispiele dafür sind automatische Bild-Erkennung oder passende Produktvorschläge. Die Hürden zur Anwendung solcher Technologien sind deutlich gesunken und stellen kein K.O.-Kriterium für Medienunternehmen mehr dar. Oft werden mit ihrer Nutzung grundsätzlich neue Geschäftsmodelle in Verbindung gebracht – ein Fehler: Die Technologien bieten viele Ansatzpunkte, um bestehende Prozesse in Medienunternehmen effizienter und intelligenter zu machen.

Maschinelles Lernen zur Prädiktion der Bauteilqualität

2020 ◽  
Vol 115 (11) ◽  
pp. 834-837
Author(s):  
Christian Brecher ◽  
Janis Ochel ◽  
Vincent Lohrmann ◽  
Marcel Fey
Keyword(s):  
Maschinelles Lernen
Sign in / Sign up

Export Citation Format

Share Document