Das TinyAIoT-Projekt hat zum Ziel, KI-Verfahren an die Bedürfnisse moderner Internet of Things (IoT)-Anwendungen anzupassen. Die Forschungsrichtung TinyAI zielt auf die signifikante Reduktion des Ressourcenbedarfs von KI-Verfahren ab. Gelingt eine hinreichend starke Reduktion, so können KI-Verfahren unter Umständen sogar "auf' den Mikrocontrollern ausgeführt werden. Das Ziel des TinyAloT-Projekts besteht in der weiteren Reduktion des Ressourcenbedarfs bestehender KI-Verfahren sowie der entsprechenden Anpassung weiterer Modelle.
| Gieseke, Fabian | Lehrstuhl für Maschinelles Lernen und Data Engineering (Prof. Gieseke) (MLDE) |
| Schwering, Angela | Professur für Geoinformatik (Prof. Schwering) (SIL) |
| Gieseke, Fabian | Lehrstuhl für Maschinelles Lernen und Data Engineering (Prof. Gieseke) (MLDE) |
| Schwering, Angela | Professur für Geoinformatik (Prof. Schwering) (SIL) |
| Räckers, Michael | Institut für Wirtschaftsinformatik (WI) |
| Bartoschek, Thomas | Professur für Geoinformatik (Prof. Schwering) (SIL) |
| Karic, Benjamin | Betriebseinheit für die Lehreinheit Geowissenschaften I |
| Niers, Tom | Professur für Geoinformatik (Prof. Schwering) (SIL) |