Logo des Repositoriums

Auflistung nach Autor:in "Kipf, Andreas"

1 - 2 von 2
  • Zeitschriftenartikel
    Informatikforschung für digitale Mobilitätsplattformen
    (Informatik Spektrum: Vol. 40, No. 2, 2017) Amini, Sasan; Beckers, Kristian; Böhm, Markus; Busch, Fritz; Celikkaya, Nihan; Cozzolino, Vittorio; Faber, Anne; Haus, Michael; Huth, Dominik; Kemper, Alfons; Kipf, Andreas; Krcmar, Helmut; Matthes, Florian; Ott, Jörg; Prehofer, Christian; Pretschner, Alexander; Uludağ, Ömer; Wörndl, Wolfgang
    Zur Unterstützung der digitalen Transformation im Bereich Smart Mobility und Smart City wurde das TUM Living Lab Connected Mobility (TUM LLCM) initiiert. Das Forschungsprojekt bündelt die einschlägigen Forschungs-, Entwicklungs-, und Innovationskompetenzen der Technischen Universität München (TUM) in der Informatik und in der Verkehrsforschung. Im Projekt wird die Konzeption und prototypische Implementierung offener und somit anbieterübergreifend nutzbarer digitaler Mobilitätsplattformen vorangetrieben. Die eigentliche Implementierung dieser Plattformen erfolgt durch kommerzielle Anbieter unter Berücksichtigung der Anforderungen des sich im Umbruch befindlichen kundenorientierten Mobilitätsmarkts. Dieser Artikel zeigt am Beispiel des TUM-LLCM-Projekts, wie die Fakultät für Informatik der TU München die Kompetenzen ihrer Forschungseinheiten in innovativen Anwendungsszenarien bündelt, um zeitnah gesellschaftlich relevante Ergebnisse im engen Austausch mit den betroffenen Akteuren außerhalb der Forschung zu erzielen.
  • Konferenzbeitrag
    A Tutorial Workshop on ML for Systems and Systems for ML
    (BTW 2023, 2023) Luthra, Manisha; Kipf, Andreas; Böhm, Matthias
    This is a proposal for the Learned Systems workshop planned for March 7th, 2023 inconjunction with the BTW2023 conference in Dresden. This tutorial-like workshop will bring togetherrenowned researchers and practitioners at the intersection of machine learning and (database) systems.There will be invited/nominated talks on two topics of concern: (1) how machine learning can improve(database) systems and (2) how scalable and efficient system design can improve machine learningpipelines. A strategic goal of this workshop is to encourage discussion between all the participants—speakers of original authors of the already peer-reviewed work and BTW participants—and thus,foster collaborations among the participants. We aim to give priority to early career researchers inour selection process to boost their work and gain visibility in the most important database systemsconference in Germany.