
Inhalte
deepUse nutzt die Ergebnisse von takatoa.Lab für neue Ansätze bei der systematischen Analyse multidimensionaler Zusammenhänge.
Die nachstehenden Themenfelder bilden aktuell den Schwerpunkt der durchgeführten Untersuchungen.

Quelle: https://medium.com/qiskit/project-highlight-hybrid-quantum-classical-machine-learning-e5319982e3b1
Weitere InfosVorhersage zeitlicher Entwicklungen
Erarbeitung eines auf Quantencomputing basierenden Systems „Künstlicher Intelligenz“ zur Vorhersage zeitveränderlicher Eigenschaften mit Hilfe neuronaler Netze. Auf Seiten der Neuronalen Netze werden „Long short-term memory“-Module zur Anwendung gebracht.
Ergänzende Informationen zu diesem Ansatz sind zu finden auf der Seite „Hybrid quantum-classical Neural Networks with PyTorch and Qiskit“
Weitere Infos
Objekterkennung aus LiDAR-Daten
Umfassende Kenntnisse über die bestehende Gebäudeteile und Infrastrukturobjekte sind eine wesentliche Grundlage für Planungs-, Bau- und Nutzungsprozesse.
Neben den traditionellen Vermessungsmethoden kommt heute zunehmend die kinematische 3D-Laserscanvermessung zur Erfassung baulicher Objekte zum Einsatz. Diese ermöglicht eine schnelle und hochgenaue Erfassung von Objekten in Form von 3D-Punktwolken.
Die Ableitung von CAD-Objekten aus diesen Punktwolken ist jedoch nach wie vor sehr zeitaufwendig und teuer.
Ziel des hier gezeigten Projektes ist die Quanten-KI-gestützte automatisierte Objekterkennung und CAD-Modellgenerierung aus Laserscandaten.
Mittelfristiges Ziel ist die Ableitung von Objekten nach dem Building Information Modeling (BIM).