Willkommen beim Fachgebiet Intelligente Eingebettete Systeme!
Alles ist Embedded
Eingebettete Computersysteme sind in unserem Alltag allgegenwärtig, oftmals ohne dass wir uns dessen bewusst sind. Computer sind inzwischen in einer Fülle von Objekten enthalten, von der Kaffeemaschine über das Auto bis hin zum Herzschrittmacher und verursachen einen zunehmend größeren Ressourcenverbrauch. Das Fachgebiet Intelligente Eingebettete Systeme (IES) befasst sich mit der Erforschung und Weiterentwicklung solcher ‚unsichtbarer‘ Computersysteme. Der Fokus des Teams liegt dabei insbesondere auf besonders ressourcensparsamen und gleichzeitig intelligent agierenden Geräten im Internet der Dinge.
Neues und Interessantes
2026-04-14 Zwei Paper angenommen Zwei Paper bei der CoDASSCA 2026 angenommen!
Wir freuen uns über die Annahme von zwei Beiträgen unseres Fachgebiets für die CoDASSCA 2026:
„KANLib – A Modular, Extensible and Fast Kolmogorov-Arnold Network Implementation“ von Julian Hoever sowie „elasticAI.explorer: Towards a Unified End-to-End Framework for Hardware-Aware Neural Architecture Search“ von Natalie Maman.
Wir gratulieren beiden herzlich zu diesem Erfolg!
2026-04-24 Paper und Demo auf SmartComp Paper und Demo auf der SmartComp 2026!
Lukas Einhaus und Natalie Maman präsentierten auf der IEEE SMARTCOMP 2026 (22.–25. Juni 2026 in Messina, Italien) das Paper „Precomputed 1D-CNNs for Atrial Fibrillation Detection on Tiny Smart Sensor Systems“ sowie die Demo „Deriving LUT-based Neural Network Hardware Accelerators for Tiny Smart Sensor Systems“.
Die vorgestellten Arbeiten zeigen, wie effiziente, LUT-basierte neuronale Netze und Hardwarebeschleuniger für energieeffiziente Smart-Sensor-Systeme entwickelt werden können.
2026-05-19 IJCAI 2026 Demo Paper accepted at IJCAI 2026!
Das Demo-Paper „A Resilient Solution for Sewer Overflow Monitoring across Cloud and Edge“, welches von Tianheng Ling mitverfasst und im Rahmen des Forschungsprojekts RIWWER entstanden ist, wurde zur Demo-Track-Präsentation auf der 35. International Joint Conference on Artificial Intelligence 2026 angenommen!
Die Arbeit stellt ein webbasiertes Demonstrator-System vor, das Deep-Learning-basierte Vorhersagemethoden für die Überwachung von Kanalüberläufen in Cloud- und Edge-Umgebungen integriert.
Kernaspekte unserer Forschung
Ziel des Fachgebiets ist die Erforschung von Algorithmen, Konzepten und Verfahren zur Entwicklung von vernetzten eingebetteten Systemen. Beispiele hierfür sind das sogenannte Internet der Dinge (IoT), Cyber-physical Systems (CPS) und Industrie 4.0. Aktuell besteht unsere Forschung aus den folgenden Kernaspekten:
Drittmittelprojekte
Eine Übersicht über die aktuellen Drittmittelprojekte des Fachbereichs
IoT-Garage
Ein Ort für Studierende zum Bauen intelligenter Geräte mit eigenem Kursangebot, betreut durch Studierende
