lfb.rwth-aachen.deの競合サイトトップ10

jobs.ukaachen.de

karriere in der uniklinik rwth aachen

ukaachen.de

Kontakt und Anreise zur Klinik für Allgemein-, Viszeral-, Kinder- und Transplantationschirurgie der Uniklinik RWTH Aachen

jara.org

Batterien sind ein Schlüsselfaktor für die Energiewende – ob in Elektrofahrzeugen, stationären Speichern oder Stromnetzen. Wie sich ihre Leistung, Lebensdauer und Sicherheit verbessern lassen, untersucht Juniorprofessor Dr.-Ing. Weihan Li. Dabei setzt er auf innovative Ansätze der Künstlichen Intelligenz (KI) und digitalen Technologien. Für seine herausragenden Arbeiten auf diesem Gebiet wurde er 2024 mit dem Umbrella Award ausgezeichnet, nun leitet er die Juniorprofessur für Artificial Intelligence and Digitalization for Batteries.

bioengineering.tum.de

05. September 2025 | Prof. Lieleg und sein Team haben mit einer einfachen und skalierbaren Herstellungsmethode Mikro-Hohlkörper aus Schleim und Polydopamin entwickelt. Diese sollen als Wirkstoff-Verpackung zum Einsatz kommen, zum Beispiel in Gelenken oder an der Mundschleimhaut.

gerit.org

gerit ist ein informationsportal zu deutschen forschungseinrichtungen. gerit richtet sich an studierende und forschende aus dem in- und ausland.

ac-forscht.de

Forschende der Uniklinik RWTH Aachen haben das erste Grundlegende Modell für die biomedizinische Bildgebung entwickelt Einen Meilenstein in der biomedizinischen Forschung erreichten nun Wissenschaftlerinnen und Wissenschaftler um Professor Fabian Kießling vom Institut für Experimentelle Molekulare Bildgebung an der Uniklinik RWTH Aachen und Fraunhofer MEVIS sowie Dr. Johannes Lotz vom Fraunhofer MEVIS. Gemeinsam mit anderen Forschenden der RWTH, der Universität Regensburg und der Hannover Medical School entwickelten sie UMedPT, ein wichtiges Grundlegendes Modell für die biomedizinische Bildgebung. Seine Arbeit veröffentlichte das Team unter dem Titel „Overcoming data scarcity in biomedical imaging with a foundational multi-task model“ in Nature Computational Science. Das Vortraining mit Vorläufermodellen, wie es auch in ChatGPT angewandt wird, kann die erforderliche Menge an Trainingsdaten durch Wiederverwendung von Wissen reduzieren. Jedoch müssen Grundlegende Modelle auf großen, umfassenden Datensätzen trainiert werden, die im biomedizinischen Bereich oft nicht verfügbar sind. Um dieses Hindernis zu überwinden, haben die Forschenden UMedPT entwickelt und anhand von Röntgenbildern sowie mikroskopischen und tomografischen Bildern umfassend validiert. UMedPT basiert auf einem eigens dafür entworfenen, neuartigen Multitasking-Lernalgorithmus, der auf einer vielfältig beschrifteten Sammlung kleiner bis mittelgroßer biomedizinischer Bildgebungsdatensätze trainiert werden kann. „Unsere Ergebnisse zeigen, dass ein einzelnes Netzwerk klare Vorteile gegenüber dem Stand der Technik haben kann“, sagt Professor Fabian Kießling. „Im internationalen Wettbewerb SemiCOL übertraf UMedPT alle anderen Methoden bei der Klassifizierung von Darmkrebs“, so Professor Kießling weiter. Auch mit ImageNet-vortrainierte Modelle sowie die besten veröffentlichten Referenzergebnisse mit nur einem Prozent der ursprünglichen Trainingsdaten für Aufgaben mit verwandten Daten in der Pretraining-Date

ipms.fraunhofer.de

Europäische Chip-Innovation: APECS-Pilotlinie nimmt im Rahmen des EU-Chipgesetzes den Betrieb auf - Die Pilotlinie für „Advanced Packaging and Heterogeneous Integration for Electronic Components and Systems“ (APECS)