Publikationen - singularIT

Forschung und Publikationen

In der sich schnell entwickelnden Landschaft der Informationstechnologie, insbesondere in den spezialisierten Bereichen Data Science und Künstlicher Intelligenz (KI), ist singularIT bestrebt, stets aktuell und informiert zu bleiben. Diese sich rasch wandelnden Disziplinen erfordern eine kontinuierliche Anpassung und Erweiterung unserer Kenntnisse und Fähigkeiten.

Wir forschen in der Zusammenarbeit mit Universitäten, Forschungseinrichtungen und Hochschulen sowohl an der Methodik selbst als auch an ihren Anwendungen. Aus der gemeinsamen wissenschaftlichen Arbeit entstehen viele spannende Erkenntnisse, die regelmäßig in Form von Publikationen veröffentlicht werden und die jeweiligen Forschungsfelder voranbringen. Die Partnerschaft mit der Wissenschaft ermöglicht es uns, kontinuierlich neueste Erkenntnisse und Forschungsergebnisse zu erhalten und gleichzeitig einen Zugang zu jungen Talenten und potenziellen zukünftigen Fachkräften zu gewinnen.

Für uns ist diese Einbindung in die akademische Welt sehr wertvoll, da wissenschaftliche Fragestellungen häufig auf unternehmerische Kontexte angewendet werden können. Speziell in Disziplinen wie der Medizin kann der Einsatz von KI-Methoden bedeutende Fortschritte ermöglichen. Als Fachleute auf dem Gebiet der KI und Data Science haben wir die Möglichkeit, unser Fachwissen auf verschiedene Anwendungsbereiche anzuwenden und dabei zu neuen Erkenntnissen beizutragen.

Ein gutes Beispiel für diese Verbindung von Wissenschaft und Praxis ist unser Mitbegründer, Dr. Mattis Hartwig, der auch weiterhin als Senior Researcher am Deutschen Forschungsinstitut für Künstliche Intelligenz tätig ist. Seine enge Bindung an die akademische Forschung ermöglicht es uns, Theorie und Praxis miteinander zu verbinden und aktuelle wissenschaftliche Erkenntnisse in unsere Arbeit zu integrieren.

Indem wir Wissenschaft und Praxis miteinander verbinden, können wir die Stärken beider Bereiche nutzen, innovative Lösungen für komplexe Herausforderungen entwickeln und einen bedeutenden Einfluss ausüben. Bei singularIT sind wir stolz auf diese Verbindungen und freuen uns auf die kontinuierliche Zusammenarbeit mit unseren akademischen Partnern

2023

Melle Mendikowski, Benjamin Schindler, Thomas Schmid, Ralf Möller, and Mattis Hartwig, „Improved Techniques for Training Tabular GANs Using Cramer’s V Statistics,“
in Proceedings of the Canadian Conference on Artificial Intelligence, 2023, pp. 1-12.

Forschung und Publikationen

2023

2022

2021

2020

2019

Improved Techniques for Training Tabular GANs Using Cramer’s V Statistics

How to Think About Benchmarking Neurosymbolic AI?

Evaluating the Effects of a Priori Deep Learning Image Synthesis on Multi-Modal MR-to-CT Image Registration Performance

Predicting Hospital Length of Stay of Patients Leaving the Emergency Department

New Methods for Efficient Query Answering in Gaussian Probabilistic Graphical Models

Creating Customers That Never Existed: Synthesis of E-commerce Data Using CTGAN

Increasing State Estimation Accuracy in the Inference Algorithm on a Hybrid Factor Graph Model

Lifted Division for Lifted Hugin Belief Propagation

Handling Overlaps When Lifting Gaussian Bayesian Networks

Cooperation and Social Rules Emerging From the Principle of Surprise Minimization

Lifted Query Answering in Gaussian Bayesian Networks

Constructing Gaussian Processes for Probabilistic Graphical Models

How to Encode Dynamic Gaussian Bayesian Networks as Gaussian Processes?

Efficient Query Answering in Nonparametric Probabilistic Graphical Models

New Approaches in Ordinal Pattern Representations for Multivariate Time Series

Approximate Query Answering in Complex Gaussian Mixture Models