KI-Forschung
● für die Lösungen der Zukunft
Wir wenden transformative KI-Forschung auf reale Herausforderungen an und kooperieren dabei eng mit Partnern aus Wissenschaft, Wirtschaft und Industrie.
Unsere Forschungspartner:
Unsere Mission
In unserem Forschungsteam verbinden wir akademischen Forschergeist mit der Leidenschaft für handfeste Ergebnisse.
Wir sind überzeugt: In einem so dynamischen Feld wie dem maschinellen Lernen liegt der Schlüssel zum Erfolg darin, Spitzenforschung selbst voranzutreiben, um sie dann schnellstmöglich in die Anwendung zu überführen. Dafür schaffen wir ein Forschungsumfeld, das von Vertrauen und kreativer Freiheit geprägt ist. Dieser Freiraum gibt unseren hochkarätigen Forschern die Möglichkeit, sich tief in anspruchsvolle Fragestellungen einzuarbeiten, die Grenzen des Wissens zu verschieben und neue Methoden zu entwickeln. Unsere Ergebnisse teilen wir mit der Forschungsgemeinschaft durch Publikationen auf den wichtigsten internationalen Konferenzen und überführen sie zugleich in innovative, praktische Lösungen für unser Unternehmen und unsere Kunden.
DAS TEAM
Name Slot
MORE
More Description Slot
Position slot
Name Slot
MORE
More Description Slot
Position slot
Name Slot
MORE
More Description Slot
Position slot
Name Slot
MORE
More Description Slot
Position slot
Name Slot
MORE
More Description Slot
Position slot
Unsere aktuellen Forschungsschwerpunkte
.png)
Modellkompression und ressourceneffizientes Rechnen
[Short abstract]
.png)
Generative Prozessmodelle
[Short abstract]
Publikationen
Thank you! Your submission has been received!
Oops! Something went wrong while submitting the form.
Memorization with neural nets: going beyond the worst case (2024)
Sjoerd Dirksen, Patrick Finke, Martin Genzel
Journal of Machine Learning Research
Optimal Rates for Vector-Valued Spectral Regularization Learning Algorithms (2024)
Dimitri Meunier, Zikai Shen, Mattes Mollenhauer, Arthur Gretton, Zhu Li
NeurIPS 2024
Towards Optimal Sobolev Norm Rates for the Vector-Valued Regularized Least-Squares Algorithm (2024)
Zhu Li, Dimitri Meunier, Mattes Mollenhauer, Arthur Gretton
Journal of Machine Learning Research
DeepRod: A human-in-the-loop system for automatic rodent behavior analysis (2024)
Adrian Loy, Miha Garafolj, Heike Schauerte, Hanna Behnke, Cyrille Charnier, Philipp Schwarz, Georg Rast, Thomas Wollmann
ICML 2024
Progressive Updates of Convolutional Neural Networks for Enhanced Reliability in Small Satellite Applications (2024)
Olga Kondrateva, Stefan Dietzel, Maximilian Schambach, Johannes Otterbach, Björn Scheuermann
Elsevier COMCOM Journal
Explainability and Interpretability in Electric Load Forecasting Using Machine Learning Techniques (2024)
Lukas Baur, Konstantin Ditschuneit, Maximilian Schambach, Can Kaymakci, Thomas Wollmann, Alexander Sauer
Energy and AI
Multiscale Neural Operators for Solving Time-Independent PDEs (2023)
Winfried Ripken, Lisa Coiffard, Felix Pieper, Sebastian Dziadzio
NeurIPS 2023
Towards Tabular Foundation Models - Status Quo, Challenges, and Opportunities (2023)
Maximilian Schambach
HAL preprint & SAP-internal publication
Forschungskooperationen
Innovation entsteht durch die Bündelung von Expertise.
Deshalb schmieden wir starke Allianzen mit führenden Universitäten, Forschungseinrichtungen sowie Unternehmen aus Technologie und Industrie.
In öffentlich geförderten Forschungsprojekten überführen wir gemeinsam neueste Erkenntnisse in die praktische Anwendung. Dabei bringen wir unsere langjährige Erfahrung beim Einwerben und dem Management nationaler (z.B. BMFTR, BMWE) und europäischer (z.B. Horizon Europe) Verbundprojekte ein.
Der Austausch mit der Forschungsgemeinschaft ist uns ebenso wichtig, weshalb wir regelmäßig unsere Ergebnisse publizieren, gern auch in Kooperation mit externen Lehrstühlen und Forschungsinstitutionen.
In öffentlich geförderten Forschungsprojekten überführen wir gemeinsam neueste Erkenntnisse in die praktische Anwendung. Dabei bringen wir unsere langjährige Erfahrung beim Einwerben und dem Management nationaler (z.B. BMFTR, BMWE) und europäischer (z.B. Horizon Europe) Verbundprojekte ein.
Der Austausch mit der Forschungsgemeinschaft ist uns ebenso wichtig, weshalb wir regelmäßig unsere Ergebnisse publizieren, gern auch in Kooperation mit externen Lehrstühlen und Forschungsinstitutionen.
Möchten Sie einen Projektantrag mit uns entwickeln oder gemeinsam publizieren? Sprechen Sie uns an.
Kontaktieren Sie uns
- Fokus auf Forschung mit tabellarischen und Zeitreihendaten
- Lösungen für industrielle Herausforderungen von heute und morgen
- Integration von Machine Learning in etablierte und neue Systeme
- Langjähriger, verlässlicher Partner in öffentlicher und privater Konsortialforschung
Jetzt im Merantix Momentum Newsletter anmelden.
Thank you! Your submission has been received!
Oops! Something went wrong while submitting the form.