deepUse

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 Infos

Vorhersage 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).

Diese Website verwendet Cookies mit nutzerbezogenen Daten nur im technisch unbedingt notwendigen Umfang. Wenn Sie diese Website nutzen wollen, müssen Sie der Verwendung dieser Cookies zustimmen.
Zustimmen
Cookie
Einstellungen