Prof. Lorenzo Masia from ZITI's Biorobotics & Medical Technology Group will be General Chair of the next edition of the IEEE Biomedical Robotics and Biomechatronics hosted at Heidelberg University in 2024. It is the leading conference in the field of Biorobotics. We're looking forward to it!
Great success for Lorenzo Masia's Biorobotics & Medical Technology group: at IEEE BIOROB 2022, no less than 2 papers from the group made it to the final selection for awards. The paper "Enhancing Gait Assistance Control Robustness of a Hip Exosuit by Means of Machine Learning" by Zhang X*, Tricomi E*, Missiroli F, Lotti L, Bokranz B, Nicklas D, and Masia L. was a finalist for the IEEE Robotics and Automation Letter (RAL) award at IEEE BIOROB2022. Elisa Galofaro won the Best Paper Award with "A Hybrid Assistive Paradigm based on Neuromuscular Electrical Stimulation and Force Control for Upper Limb Exosuits" (Galofaro E, D'Antonio E, Lotti N, and Masia L.). Congratulations!

     
Members of ZITI's Computing Systems Group are local arrangement chairs for the renowned IEEE CLUSTER conference, which takes place in Heidelberg from Sept 6 to 9. The conference includes multiple workshops and tutorials, parallel conference sessions, a poster session and various social events in the vicinity of Heidelberg’s Old City. Read me: https://clustercomp.org/2022
In dem Beitrag vom Prof. Dr. Holger Fröning von der Computer Systems Group CSG des ZITI in der aktuellen Jubiläumsausgabe des Forschungsmagazins RUPERTO CAROLA vom Juli 2022 zum Schwerpunktthema WEICH & HART geht es um die gegenseitigen Abhängigkeiten im Spannungsfeld vom Hard- und Software. 

Hier finden Sie den Artikel: https://heiup.uni-heidelberg.de/journals/index.php/rupertocarola/article/view/24594/18490

Die Computer Systems Group CSG des ZITI ist Teil eines neuen Zentrums für "Modellbasierte KI", das von der Carl-Zeiss Stiftung gefördert wird. Das Hauptziel dieses Zentrums ist es, modellbasierte künstliche Intelligenz zu nutzen, um die Behandlung von Krebs zu verbessern. In diesem Zusammenhang werden wir neue Methoden für grünes Deep Learning erforschen, einschließlich Modellkomprimierung für die Trainingsphase sowie Scheduling für heterogene Umgebungen.

Universität Heidelberg, Model-Based AI: Physical Models and Deep Learning for Imaging and Cancer Treatment
Der Aufbau eines Zentrums zu modell-basierter Künstlicher Intelligenz soll die Behandlung von Krebs verbessern. Untersucht wird wie durch vorprogrammiertes Wissen zur Krebsforschung KI-Systeme effizienter unterstützen können.
Wie kann Wissen aus einem bestimmten Themengebiet wie beispielsweise der Krebsforschung in Deep Learning Methoden implementiert werden, um eine effektivere Bearbeitung oder Problemlösung zu erzielen? Zu diesen und ähnlichen Fragen wird im Projekt der Aufbau eines Zentrums zu modell-basierter Künstlicher Intelligenz geplant. Der Fokus des Forschungsprojekts liegt dabei auf der konkreten Anwendung in der Behandlung von Krebs. Ein interdisziplinäres Team aus den Fachbereichen Informatik, Mathematik, Physik und Medizin analysiert dazu verschiedene Fragestellungen in der KI-Forschung, unter anderem zu Verlässlichkeit von Lerndaten, Objekterkennung sowie zur Qualität der Datenspeicherung und -auswertung. 

---

ZITI's Computer System Groupp CSG is part of a new center for "Model-based AI" funded by the Carl Zeiss Foundation. The main goal of this center is to use model-based artificial intelligence to improve the treatment of cancer. In this context, we will explore new methods for green deep learning, including model compression for the training phase as well as scheduling for heterogeneous environments.

Heidelberg University, Model-Based AI: Physical Models and Deep Learning for Imaging and Cancer Treatment
The establishment of a center on model-based artificial intelligence is intended to improve the treatment of cancer. It is investigated how pre-programmed knowledge on cancer research can support AI systems more efficiently.
How can knowledge from a specific topic area, such as cancer research, be implemented in Deep Learning methods to achieve more effective processing or problem solving? For these and similar questions, the project plans to establish a center on model-based artificial intelligence. The focus of the research project is on the concrete application in the treatment of cancer. An interdisciplinary team from the faculties of computer science, mathematics, physics and medicine is analyzing various issues in AI research, including the reliability of learning data, object recognition and the quality of data storage and evaluation.

Subcategories

back to top