Publikationen pro Jahr
Publikationen pro Jahr
Projektdetails
Beschreibung
Das Projekt AI4GREEN zielt darauf ab, grenzüberschreitende nachhaltige Lösungen zur Verbesserung von Produktionsabläufen in Wirtschaft und Industrie zu entwickeln, um eine lebenswerte Zukunft für kommende Generationen zu sichern.
Es konzentriert sich auf drei Hauptbereiche:
1. CO2-Reduktion in der Landwirtschaft
2. Energieeinsparung durch optimierte Robotersteuerung
3. Ressourceneinsparung durch Produkt- und Prozessoptimierung
Die FH Salzburg übernimmt dabei die Leitung für die Pilotaktion "Energieeinsparung durch optimierte Robotersteuerung". Gemeinsam wollen wir mittels Künstlicher Intelligenz nachhaltige Lösungen für eine umweltfreundlichere Zukunft entwickeln.
Es konzentriert sich auf drei Hauptbereiche:
1. CO2-Reduktion in der Landwirtschaft
2. Energieeinsparung durch optimierte Robotersteuerung
3. Ressourceneinsparung durch Produkt- und Prozessoptimierung
Die FH Salzburg übernimmt dabei die Leitung für die Pilotaktion "Energieeinsparung durch optimierte Robotersteuerung". Gemeinsam wollen wir mittels Künstlicher Intelligenz nachhaltige Lösungen für eine umweltfreundlichere Zukunft entwickeln.
| Kurztitel | Data Science for Sustainability |
|---|---|
| Akronym | AI4GREEN |
| Status | Laufend |
| Tatsächlicher Beginn/ -es Ende | 1/05/24 → 30/04/27 |
Projektbeteiligte
- Fachhochschule Salzburg GmbH
- Fachhochschule Kufstein Tirol (Leitung)
- Software Competence Center Hagenberg GmbH
- Kempten University of Applied Sciences
- Vorarlberg University of Applied Sciences
- University of Salzburg
- Rosenheim University of Applied Sciences
- University of Innsbruck
- University of Passau
- Deggendorf Institute of Technology
UN-Ziele für nachhaltige Entwicklung
2015 einigten sich UN-Mitgliedstaaten auf 17 globale Ziele für nachhaltige Entwicklung (Sustainable Development Goals, SDGs) zur Beendigung der Armut, zum Schutz des Planeten und zur Förderung des allgemeinen Wohlstands. Die Arbeit dieses Projekts leistet einen Beitrag zu folgendem(n) SDG(s):
-
SDG 9 – Industrie, Innovation und Infrastruktur
Schlagwörter
- KI
- Machine Learning
- Green IT
- Mechatronik
Klassifizierung nach Österreichischer Systematik der Wissenschaftszweige (ÖFOS 2012)
- 102015 Informationssysteme
Fingerprint
Erkunden Sie die Forschungsthemen, die von diesem Projekt angesprochen werden. Diese Bezeichnungen werden den ihnen zugrunde liegenden Bewilligungen/Fördermitteln entsprechend generiert. Zusammen bilden sie einen einzigartigen Fingerprint.
-
AI4Green: Harnessing the Ecological Potential of AI in Industry
Höfig, K., Döller, M., Waheed, F., Riss, F., Scholz, M., Bauer, J., Schäfer, G., Unger, H., Huber, S., Heinzl, B., Hellwig, M. & Finck, S., 1 Feb. 2026, Computer Aided Systems Theory – EUROCAST 2026 – Extended Abstracts. Band 20.Publikation: Beitrag in Buch/Bericht/Konferenzband › Konferenzbeitrag › Begutachtung
-
Improving Trajectory Tracking in Reinforcement Learning by Augmenting States with Future Targets
Schäfer, G., Rehrl, J., Huber, S. & Hirlaender, S., 31 März 2026.Publikation: Konferenzbeitrag › Poster
-
Safe Reinforcement Learning using Ideas from Model Predictive Control
Schäfer, G., Rehrl, J., Huber, S. & Hirlaender, S., 1 Feb. 2026, Computer Aided Systems Theory – EUROCAST 2026 – Extended Abstracts. Band 20.Publikation: Beitrag in Buch/Bericht/Konferenzband › Konferenzbeitrag › Begutachtung