Navigation

Machine Learning and Data Analytics

The researchers in the Machine Learning and Data Analytics (MaD) lab conduct theoretical and applied research for wearable computing systems and machine learning algorithms for engineering applications at the intersection of sports and health care.

Projects

Walking is a key element of human mobility and independence. For persons aged 70 or above, the number of falls per year increases drastically. Physiological consequences are bone fractures, traumas or death. In conjunction with psychological consequences, such as post-fall anxiety, falls lead to a decreased quality of life. Most falls could be prevented if an early detection of fall risk was available, thus maintaining a high quality of life.

This project will focus on assessing gait in geriatric…

More information

Das Ziel dieses Projekts ist die Entwicklung eines digitalen, visuell-perzeptiven Lernsystems (D-VPL) mit Gestensteuerung und telemedizinischer Anbindung an Augenärzte für sehbehinderte Senioren, zur Demenzprophylaxe und für Patienten nach Schädel-Hirn-Trauma. Die Nutzer werden per Gestensteuerung auf bewegte Formen reagieren, die in einer virtuellen Realität oder auf einem Stereo-Bildschirm präsentiert werden. Durch Kombination von D-VPL und Gestensteuerung (motorische Interaktion) wird ein D…

More information

Die Anwendung autonomer Logistik, besonders im Bereich Industrie 4.0, ist ein wichtiger Grundbaustein von vollständig autonomen Systemen. Diese Systeme führen den Lade- und Entladeprozess vollständig autonom durch, berücksichtigen dabei Sicherheitsmaßnahmen, um z.b. Personen im Gerfahrenbereich zu erkennen und im generellen optimieren sie die logistischen Prozesse.

Im Hafenbereich, besonders im Kontext des Lade- und Entladeprozess ist die Anwendung solcher Systeme äußerst komplex, da verschiedenste Systeme aus aller Welt mit dem autonomen Agenten interagieren. Das Forschungsziel beinhaltet die Bewertung des autonomen Entladeprozesses durch Segmentierung, Klassifizierung und im speziellen das Fitten von Laserrangedaten zu gelernten Modelen mittels Machine Learning.

More information

The HOOP project aims to:

1)       Develop of a universal platform to train PD patients. Parkinson’s disease (PD) patients

repeatedly report great disparities in access to, and quality of, the full range of

Parkinson’s disease services. This represents a social risk for them in terms of access to

medical specialists, caregivers or medical therapy. The value of therapy services in PD

has outlined the importance of having access to these interventions from an early

stage of the di…

More information

Durch das Projekt Schlafkur mit Begleitanalyse soll eine große Lücke im Markt geschlossen und Bürgern mit Schlafschwierigkeiten eine zugängliche, effektive und digital unterstützte Perspektive geboten werden. Laut des Gesundheitsreports 2017 der DAK Gesundheit schlafen 80 % der Erwerbstätigen in Deutschland schlecht. Jeder zehnte Arbeitnehmer leidet unter Schlafstörungen. Damit wären in Bayern über 1,5 Millionen Menschen betroffen.
Wir evaluieren und bewerten wissenschaftlich die Kombination einer intelligenten Schlafinterventionstechnologie zur Schlafunterstützung, einen intelligenten Sensor zur Schlafdiagnostik und ein individualisiertes, IT-gestütztes Interventionsprogramm für jeden Teilnehmer mit Schlafproblemen, so dass eine effiziente Prävention mit einem niederschwelligen Angebot als neues Produkt der digitalen Gesundheitswirtschaft in Bayern angeboten werden kann.
Die Zielgruppe, die wir mit diesem Projekt ansprechen wollen, liegt vor allem bei erwerbstätigen 30-65 jährigen Personen, die unter nicht-organischen Schlafstörungen leiden. Denn es gibt viele Arten von nicht-organischen Schlafstörungen: von schweren, langjährigen Insomnien über Schlafstörungen in den Wechseljahren bis hin zu leichten, wiederkehrenden Ein- oder/und Durchschlafproblemen. In der Regel ist dies nicht kombiniert mit dem Vorliegen einer eigentlichen Schlaferkrankung. Trotz erheblichem Leidensdruck fehlt eine entsprechende (Selbst-)Wahrnehmung und Einsicht, bedingt auch durch eine geringe gesellschaftliche Anerkennung der Schlafstörungen und einer fehlenden Diagnose der Volkskrankheit „Insomnie“, so dass die leichten bis mäßigen Einschränkungen von den Patienten nicht der entsprechenden ärztlichen oder psychologischen Behandlung zugeführt werden. Daher spricht dieses Projekt den erheblichen Leidensdruck an, und hat zum Ziel, diesen betroffenen Menschen niederschwellig helfen zu können. Um den Leidensdruck zu mindern, die Lebensqualität zu steigern und mittelfristig zu verhindern, dass es zu einer Chronifizierung der Schlafstörung kommt, stellen wir den Patienten ein individuelles und professionelles Coaching zur Seite, um wieder einen erholsamen und ruhigen Schlaf zu erlangen.

More information

Objective health data about subjects outside of the laboratory is important in order to analyse symptoms that cannot be reproduced in the laboratory. A simple daily life example would be how stride length changes with tiredness or stress. In order to investigate this we must be able to accurately segment a stride from daily living data in order to have an accurate measure of duration and distance. State-of-the-art methods use separate segmentation and classification approaches. This is inaccurate…

More information

Participating Scientists

Publications