Starten Sie Ihre Suche...


Durch die Nutzung unserer Webseite erklären Sie sich damit einverstanden, dass wir Cookies verwenden. Weitere Informationen

Ein Global-Trigger-Tool (GTT) für COVID-19-bedingte Schwerstschadensereignisse in Krankenhäusern

Laufzeit: 01.03.2021 - 31.08.2022

Partner: Marienhaus Kliniken GmbH (Unternehmen der Marienhaus Stiftung Waldbreitbach) Marienhaus - Zentrale Waldbreitbach, Margaretha-Flesch-Straße 5, 56588 Waldbreitbach Ansprechpartner: Prof. Dr. Christof Schenkel-Häger Damedic GmbH Vondelstrasse 28a, 50677 Köln Ansprechpartner: Dr. Rupprecht Milojcic

Förderkennzeichen: HAW-Corona-KI

Förderung durch: MWWK Rheinland-Pfalz

Projektmittel (€): 184962

Kurzfassung


Das Verständnis und die Vorhersage der Dynamik komplexer
Systeme ist ein Kernproblem in verschiedenen Anwendungsgebieten,
wie etwa der Biologie, der Epidemiologie, der Technik und der
Wirtschaft. Das Erstellen hinreichend genauer Modelle für reale
Systeme ist jedoch oft eine große Herausforderung. Unzureichende
Information über die quantitativen Wechselwirkungen in dem realen
System und versteckte Störungen durch Umgebungseinflüsse sind
dabei die grundlegenden Ursachen für Schwierigkeiten bei der
...
Das Verständnis und die Vorhersage der Dynamik komplexer
Systeme ist ein Kernproblem in verschiedenen Anwendungsgebieten,
wie etwa der Biologie, der Epidemiologie, der Technik und der
Wirtschaft. Das Erstellen hinreichend genauer Modelle für reale
Systeme ist jedoch oft eine große Herausforderung. Unzureichende
Information über die quantitativen Wechselwirkungen in dem realen
System und versteckte Störungen durch Umgebungseinflüsse sind
dabei die grundlegenden Ursachen für Schwierigkeiten bei der
Modellierung. In diesem Projekt konzipieren wir Methoden und
Algorithmen zur datengetriebenen Rekonstruktion der Ursachen für
Modellfehler, um eine systematische Modellerweiterung und -
verbesserung zu ermöglichen. Kürzlich haben wir neue Kriterien für
die eindeutige Rekonstruierbarkeit von Fehlersignalen aus
Messungen entwickelt. Basierend auf diesen Fortschritten verfolgen
wir nun das Ziel, robustere Algorithmen mit beweisbaren
Genauigkeitsgrenzen zur Rekonstruktion der Modellfehler zu
konzipieren. Ein zweites Hauptziel unserer Forschung ist die
automatische Erweiterung unvollständiger Modelle durch das
Auffinden der Gleichungen, welche im Modell fehlen. Diese
Algorithmen werden als freie Software verfügbar gemacht.
» weiterlesen» einklappen

  • Biomedical Data Science Ki in der Medizin Schwerstschadenereignisse Sentinel Events Covid-19

Beteiligte Einrichtungen