Das Projekt "Maschinelles Lernen auf Multisensordaten der flugzeuggestützten Fernerkundung zur Bekämpfung von Plastikmüll in Meeren und Flüssen, KI: PlasticObs_plus - Maschinelles Lernen auf Multisensordaten der flugzeuggestützten Fernerkundung zur Bekämpfung von Plastikmüll in Meeren und Flüssen" wird/wurde gefördert durch: Bundesministerium für Umwelt, Naturschutz, nukleare Sicherheit und Verbraucherschutz. Es wird/wurde ausgeführt durch: everwave GmbH.
Das Projekt "Maschinelles Lernen auf Multisensordaten der flugzeuggestützten Fernerkundung zur Bekämpfung von Plastikmüll in Meeren und Flüssen, KI: PlasticObs_plus - Maschinelles Lernen auf Multisensordaten der flugzeuggestützten Fernerkundung zur Bekämpfung von Plastikmüll in Meeren und Flüssen" wird/wurde gefördert durch: Bundesministerium für Umwelt, Naturschutz, nukleare Sicherheit und Verbraucherschutz. Es wird/wurde ausgeführt durch: Optimare Systems GmbH.
Das Projekt "Maschinelles Lernen auf Multisensordaten der flugzeuggestützten Fernerkundung zur Bekämpfung von Plastikmüll in Meeren und Flüssen, KI: PlasticObs_plus - Maschinelles Lernen auf Multisensordaten der flugzeuggestützten Fernerkundung zur Bekämpfung von Plastikmüll in Meeren und Flüssen" wird/wurde gefördert durch: Bundesministerium für Umwelt, Naturschutz, nukleare Sicherheit und Verbraucherschutz. Es wird/wurde ausgeführt durch: Jade Hochschule Wilhelmshaven/Oldenburg/Elsfleth, Standort Wilhelmshaven, Fachbereich Ingenieurwissenschaften.
Das Projekt "Partnerschaft für nachhaltige Mobilitätslösungen mit Subsahara-Afrika - Zusammenarbeit für aktive Mobilität in Afrika, Logistik und Verkehr, Teilvorhaben: Logistik und Verkehr: technologische / digitale Innovationen für Logistiken (u. a. Beschaffungs-, Produktions-, Distributions-, und Absatzlogistik) und Verkehr" wird/wurde gefördert durch: Bundesministerium für Bildung und Forschung. Es wird/wurde ausgeführt durch: Hochschule Karlsruhe - Technik und Wirtschaft, Institut für Verkehr und Infrastruktur.
Das Projekt "OPTIMice: Optimierte Kombination von polarimetrischen und Dreifrequenzradarmethoden zum verbesserten Verständnis der mikrophysikalischen Prozesse in kalten Wolken" wird/wurde gefördert durch: Deutsche Forschungsgemeinschaft. Es wird/wurde ausgeführt durch: Universität Köln, Institut für Geophysik und Meteorologie.Wolken und Niederschlag gehören zu den größten Herausforderungen für derzeitige Wetter- und Klimamodelle. Der letzte IPCC Bericht stellt heraus, dass insbesondere die mikrophysikalischen Prozesse in Mischphasenwolken bestehend aus Eis und flüssigen Wasser bislang nur unzureichend verstanden sind was wiederum eine bessere Modellierung dieser Wolken erschwert. Mischphasenwolken kommen besonders häufig in den höheren Breiten vor, aber auch die meisten Wolken und Niederschlagprozesse in mittleren Breiten sind eng mit den Eis- und Schneepartikeln im Oberteil der Wolke verknüpft. Um unser Verständnis von diesen zentralen Prozessen zu verbessern, wie etwa die Frage wie Eisteilchen entstehen oder wie sie zu Schnee- oder Graupelpartikel anwachsen, benötigen wir umfangreiche Beobachtungsdatensätze als Basis um Modellparametrisierungen weiter zu verbessern. Daher möchten wir in diesem Projekt neueste Fernerkundungsverfahren, wie etwa Radarpolarimetrie, Dreifrequenzradar und die Radardopplerspektren, optimal mit passiven Beobachtungen und neuartigen in-situ Sensoren kombinieren. Nur durch die Kombination verschiedener Beobachtungstechniken, hat man die Möglichkeit die verschiedenen Einflussgrößen der zugrunde liegenden Prozesse zu unterscheiden. Dazu werden wir die Beobachtungsmöglichkeiten bestehender Infrastruktur mit neuen Messgeräten grundlegend erweitern, um die beschriebenen Prozesse in bislang unerreichter Genauigkeit zu beobachten. Da Fernerkundungsmessungen (z.B. Radarreflektivität) immer eine indirekte Messung der eigentlichen Modellgröße (etwa Eiswassergehalt) sind, werden wir einen Forwärtsoperator entwickeln, mit dem man aus den Modellsimulationen synthetische Beobachtungen erzeugen kann. Damit lassen sich reale und synthetische Messgrößen direkt vergleichen. Ein zentraler neuer Bestandteil des Forwärtsoperators wird dabei eine Datenbank der Streueigenschaften von Schnee- und Eispartikel sein. Um einen frei-zugänglichen Streudatensatz zu erzeugen, werden wir bereits zur Verfügung stehende Datensätze mit eigenen Streurechnungen kombinieren. Schließlich werden die Kombination aus neuen Beobachtungsverfahren und Forwärtsoperator nutzen, um die Parametrisierungen im Wettervorhersagemodell des Deutschen Wetterdienstes zu untersuchen. Des Weiteren werden wir für spezielle Fallstudien, bei denen sich ein bestimmter Prozess über längere Zeit erkennen lässt, Simulationen mit einem 1D Modell durchführen. Das 1D Modell erlaubt eine Vielzahl an detaillierten Parametrisierungen zu testen und Lücken im generellen Prozessverständnis zu identifizieren. Diese Erkenntnisse können dann wiederum zu Verbesserungen vereinfachter Parametrisierungen in Wetter- und Klimamodellen genutzt werden. Am Ende des Projektes wollen wir nicht nur einen neuartigen Daten und Methoden zur Verfügung stellen, sondern auch neue Wege aufzeigen, wie die Informationen der Beobachtungen für die Verbesserung von Modellparametrisierungen am besten nutzbar gemacht werden können.
Das Projekt "Anthelmintikum PF1022- Festphasensynthese und Strukturmodifikationen" wird/wurde gefördert durch: Bayer HealthCare. Es wird/wurde ausgeführt durch: Universität Wuppertal, Fachgruppe Chemie und Biologie, Arbeitsgruppe Organische Chemie.Parasitäre Wurminfektionen gehören auch heute noch zu den am weitesten verbreiteten Infektionskrankheiten in Ländern der Dritten Welt. Die Zahl der durch Wurminfektionen verursachten Todesfälle ist der Malaria vergleichbar. Die Behandlung von Wurminfektionen beim Mensch wie auch beim Tier ist zur Zeit durch massive Resistenzen erheblich erschwert. Der einzige neue Wirkstoff, der in den vergangenen 30 Jahren gefunden wurde und über eine ausreichende Wirksamkeit bei gleichzeitig guter Verträglichkeit verfügt, ist das Cyclooctadepsipeptid PF1022. Im Rahmen eines industriellen Kooperationsprojektes wurden zunächst enantioselektive Verfahren für die Herstellung von substituierten Phenylmilchsäuren entwickelt. Diese Verfahren beruhen auf der Übergangsmetall- oder Enzym-katalysierten Hydrierung von ?-Oxophenylmilchsäuren. In einem weiteren Schritt wurden mehrere zum Teil hocheffiziente Synthesen für PF1022 an der festen Phase entwickelt. Diese Verfahren erlauben die automatisierte Herstellung kleinerer Bibliotheken von PF1022 Analoga innerhalb kurzer Zeit. Ziel der Arbeiten ist, eine PF1022 ähnliche Verbindung mit optimierter Wirkung gegen humanparasitäre Wurminfektionen zu finden.
Das Projekt "Maschinelles Lernen auf Multisensordaten der flugzeuggestützten Fernerkundung zur Bekämpfung von Plastikmüll in Meeren und Flüssen, KI: PlasticObs_plus - Maschinelles Lernen auf Multisensordaten der flugzeuggestützten Fernerkundung zur Bekämpfung von Plastikmüll in Meeren und Flüssen" wird/wurde gefördert durch: Bundesministerium für Umwelt, Naturschutz, nukleare Sicherheit und Verbraucherschutz. Es wird/wurde ausgeführt durch: Deutsches Forschungszentrum für Künstliche Intelligenz GmbH.
Das Projekt "Alternativmethoden: Entwicklung ein humanzellbasierte Neuronennetzwerke für Wirkstofffindung, Toxikologie, und biomedizinische Forschung, Assayentwicklung und Software" wird/wurde gefördert durch: Bundesministerium für Bildung und Forschung. Es wird/wurde ausgeführt durch: Universität Konstanz, Lehrstuhl für in vitro Toxikologie und Biomedizin.
Das Projekt "Dynamisch erweiterbare Simulationsumgebung für regenerative Energiesysteme (DESIRE)" wird/wurde ausgeführt durch: Hochschule für Technik und Wirtschaft Berlin, Fachbereich 1 Ingenieurwissenschaften - Energie und Information.DESIRE ist eine an der HTW Berlin entwickelte Simulationsumgebung für regenerative Energiesysteme. Obwohl diese Simulationsumgebung extrem viele Freiheitsgrade bietet, ist ein Erlernen auch für Personen mit geringeren Computerkenntnissen in kürzester Zeit möglich. Um dies zu erreichen, baut DESIRE auf MS Excel als Entwicklungsumgebung auf, wobei Geschwindigkeitsnachteile von MS Excel bei komplexen Simulationsrechnungen durch die Entwicklung höherer Funktionsbibliotheken in einer höheren Programmiersprache wie C++ in Form von Dynamic Link Libraries (DLL) kompensiert werden. DESIRE enthält verschiedene Funktionsbibliotheken aus unterschiedlichen Bereichen regenerativer Energien, die sich dynamisch zu Werkzeugen oder komplexen Simulationsmodulen kombinieren lassen. Zahlreiche Analyse- und Simulationswerkzeuge (Tools) bieten auch dem Laien die Möglichkeiten der Analyse regenerativer Energiesysteme mit DESIRE. Eine Online-Version von DESIRE ermöglicht zusätzlich das Ausführen von DESIRE-Tools auch direkt über das Internet und erweitert so das eLearning-Angebot der HTW Berlin. Die Tools wurden in JAVA implementiert und erfordern zum Ausführen lediglich einen Webbrowser und ein aktuelles JAVA-Plugin. Hier können Anwender spielerisch komplexe funktionale Zusammenhänge verinnerlichen. DESIRE ist ein internes Projekt der HTW Berlin. Die Simulationsumgebung wird inzwischen in der Lehre und in weiteren Drittmittelprojekten wie dem Solar Decathlon Europe (SDE) eingesetzt.
Das Projekt "Entwicklung und Anwendung einer Teststrategie aus in silico (Artificial Intelligence) und in vitro (E-Morph Assay) Methoden zum tierversuchsfreien Nachweis von Substanzwirkungen, Alternativmethoden: Übertragung der Cell Painting Methode auf den E-Morph Assay zur Anwendung im phänotypischen HT/HC Screening umfangreicher Chemikalienbibliotheken (MORPHEUS)" wird/wurde gefördert durch: Bundesministerium für Bildung und Forschung. Es wird/wurde ausgeführt durch: Leibniz-Forschungsinstitut für Molekulare Pharmakologie im Forschungsverbund Berlin e.V. (FMP).
| Origin | Count |
|---|---|
| Bund | 106 |
| Type | Count |
|---|---|
| Förderprogramm | 106 |
| License | Count |
|---|---|
| offen | 106 |
| Language | Count |
|---|---|
| Deutsch | 92 |
| Englisch | 26 |
| Resource type | Count |
|---|---|
| Keine | 63 |
| Webseite | 43 |
| Topic | Count |
|---|---|
| Boden | 54 |
| Lebewesen & Lebensräume | 74 |
| Luft | 43 |
| Mensch & Umwelt | 106 |
| Wasser | 40 |
| Weitere | 106 |