« Forschungslandschaft: Projekte
AI CoWorking Lab - Teilprojekt: Erkennung und Manipulation Auditiver Aufmerksamkeit
Projektleiter:
Projektbearbeiter:
M.Sc. Max Stelzenmüller
Finanzierung:
Das AI CoWorking Lab ist ein Verbund von 8 Forschenden: Prof. Dr. Ayoub Al-Hamadi (Neuro-Information Technology), Prof. Dr. Julia Arlinghaus (Production Systems and Automation), Prof. Dr. Benjamin Noack (Autonomous Multisensor Systems), Prof. Dr. Andreas Nürnberger (Data & Knowledge Engineering), SPRECHER Prof. Dr. Frank Ortmeier (Software Engineering), Prof. Dr. Myra Spiliopoulou (Knowledge Management & Discovery), Prof. Dr. Sebastian Stober (Artificial Intelligence) und Prof. Dr. Andreas Wendemuth (Cognitive Systems). Der Verbund ist eingebettet in die "Productive Teaming" Initiative https://forschungsnetzwerk-chim.de/productive-teaming/ innerhalb des Forschungsnetzwerkes "Chemnitz-Ilmenau-Magdeburg (CHIM)" https://forschungsnetzwerk-chim.de/.
Hauptziel des Gesamtantrages "AI Co-Working Lab" ist das Ermöglichen zukünftiger "Productive Teaming" Produktionssysteme, in denen Menschen und Maschinen auf Augenhöhe zusammenarbeiten. Das "AI Co-Working Lab" baut auf bestehenden Kompetenzschwerpunkten auf und nutzt Methoden der künstlichen Intelligenz.
Um eine effektive Mensch-Maschine-Interaktion zu gewährleisten, ist es nötig zu wissen, wie der Mensch seine Umgebung wahrnimmt. In diesem Teilprojekt werden Methoden entwickelt, um zu erkennen auf welchem Objekt einer akustischen Szene die Aufmerksamkeit liegt. Es wird untersucht welche Eigenschaften von Schallobjekten und Schallfeldern die Aufmerksamkeit verstärken oder hemmen können. Anhand dieser Eigenschaften werden Methoden entwickelt, die Aufmerksamkeit auf bestimmte Objekte zu lenken.
Hauptziel des Gesamtantrages "AI Co-Working Lab" ist das Ermöglichen zukünftiger "Productive Teaming" Produktionssysteme, in denen Menschen und Maschinen auf Augenhöhe zusammenarbeiten. Das "AI Co-Working Lab" baut auf bestehenden Kompetenzschwerpunkten auf und nutzt Methoden der künstlichen Intelligenz.
Um eine effektive Mensch-Maschine-Interaktion zu gewährleisten, ist es nötig zu wissen, wie der Mensch seine Umgebung wahrnimmt. In diesem Teilprojekt werden Methoden entwickelt, um zu erkennen auf welchem Objekt einer akustischen Szene die Aufmerksamkeit liegt. Es wird untersucht welche Eigenschaften von Schallobjekten und Schallfeldern die Aufmerksamkeit verstärken oder hemmen können. Anhand dieser Eigenschaften werden Methoden entwickelt, die Aufmerksamkeit auf bestimmte Objekte zu lenken.
Kontakt
Prof. Dr. Andreas Nürnberger
Otto-von-Guericke-Universität Magdeburg
Fakultät für Informatik
Institut für Technische und Betriebliche Informationssysteme
Universitätsplatz 2
39116
Magdeburg
Tel.:+49 391 6758665
Fax:+49 391 6712018
weitere Projekte
Die Daten werden geladen ...
