direkt zum Inhalt springen

direkt zum Hauptnavigationsmenü

Sie sind hier

TU Berlin

Inhalt des Dokuments

Aktuelle Projekte

Berlin Big Data Center Phase II

Bild

Das vom Bundesministerium für Bildung und Forschung (BMBF) geförderte und 2014 gestartete BBDC ist ein nationales Big-Data-Kompetenzzentrum, welches unter der Leitung der Technischen Universität Berlin (TUB) ist. 2018 startete BBDC in eine anschließende Dreijahresphase aufgrund einer zusätzlichen Förderungszusage vom BMBF. mehr zu: Berlin Big Data Center Phase II

Berliner Zentrum für Maschinelles Lernen

Das Berliner Zentrum für Maschinelles Lernen (BZML) erforscht Methoden des Maschinellen Lernens (ML) im Detail, neue, komplexe Modelle und mathematische Grundlagen. mehr zu: Berliner Zentrum für Maschinelles Lernen

FogGuru - Training the Next Generation of European Fog Computing Experts

Bild

FogGuru contributes to the rapidly emerging domain of fog computing with technologies for managing application resources, middlewares for easing the development of mehr zu: FogGuru - Training the Next Generation of European Fog Computing Experts

Hawk - A Hardware Adaptive Query Compiler

Bild

The performance of modern processors is primarily bound by a fixed energy budget. This power wall forces processor vendors to specialize their processors to certain applications to provide the speedups users expect. mehr zu: Hawk - A Hardware Adaptive Query Compiler

ADAM - Approximative Analyse massiver Datenströme durch moderne Hardware

Bild

Das Software Campus Projekt ADAM verbindet die approximative Analyse von Datenströmen mit den Vorteilen moderner Hardware. mehr zu: ADAM - Approximative Analyse massiver Datenströme durch moderne Hardware

LAPSE - Systemarchitektur für eine effiziente Kommunikation im verteilten Maschinellen Lernen

Bild

Das Software Campus Projekt LAPSE zielt darauf ab, eine Softwarearchitektur zu entwickeln, die Kommunikationskosten in Anwendungen verteilten Maschinellen Lernens niedrig hält. mehr zu: LAPSE - Systemarchitektur für eine effiziente Kommunikation im verteilten Maschinellen Lernen

moreEVS

Das moreEVS Projekt ist Teil einer bilateralen Initiative für gemeinsame deutsch-chinesische Forschungsprojekte. Die Anzahl an Elektrofahrzeugen (english: electric vehicle, EV) in städtischen Gebieten wird in naher Zukunft rasch ansteigen und damit auch der Bedarf an Ladestationen. DIMA will sich der Herausforderung stellen, die Analyse großer Datenmengen effizient einzusetzen, zur Vereinfachung von Ladevorgängen bei Elektrofahrzeugen. mehr zu: moreEVS

Rhino

Managing Very Large Distributed State for Scalable Stream Processing mehr zu: Rhino

Zusatzinformationen / Extras

Direktzugang:

Schnellnavigation zur Seite über Nummerneingabe

Prof. Dr. Volker Markl
DIMA
Fakultät EECS (IV)
Sekr. E-N 7
Raum E-N 728
Einsteinufer 17
10587 Berlin
+49 30 314 23555
+49 30 314 21601

----------------------
Öffnungsz. Sekretariat:
Mo, Di, Do
10 - 12 Uhr
geschlossen: Mi, Fr