Eingebettete KI ist heutzutage in vielen Bereichen anzutreffen, oft
erlaubt ihre Verwendung eine effiziente Verarbeitung von Daten nahe bei
der Datenquelle. Naturgemäß sind eingebettete System aber oft kaum
physisch zugänglich. Da sie aber auch sich ändernden Anforderungen und
Umwelteinflüssen unterliegen, brauchen Anwendungsbetreuer:innen und
-entwickler:innen eine Möglichkeit auch nach Deployment des Systems noch
Änderungen an der KI vorzunehmen. In dem Projekt sollen daher erste
Schritte unternommen werden heterogene eingebettete KI in-situ zu
aktualisieren oder sogar völlig zu ändern.
- Lehrende(r): Leo Buron
- Lehrende(r): Andreas Erbslöh
- Lehrende(r): Chao Qian
- Lehrende(r): Christopher Ringhofer
- Lehrende(r): Gregor Schiele