Forschung

Die Klassifikation von Hirntumoren – und damit die Wahl der optimalen Therapieoptionen – kann durch den Einsatz Künstlicher Intelligenz in Kombination mit physiologischer Bildgebung genauer und präziser werden. Das ist das Ergebnis einer Studie der im niederösterreichischen Krems angesiedelten Karl Landsteiner Privatuniversität für Gesundheitswissenschaften (KL Krems). Darin wurden Methoden des Multiclass Machine Learnings zur Analyse und Klassifizierung von Hirntumoren anhand von physiologischen Daten aus Magnetresonanztomografien eingesetzt.

Forscher der Technischen Universität München (TUM) haben eigenen Angaben zufolge erstmals die Lithium-Verteilung einer Batterie während des kompletten Lade- und Entladeprozesses am Materialforschungsdiffraktometer "Stress-Spec" beobachtet. Die am hochauflösenden Pulverdiffraktometer "SPODI" überprüften Messergebnisse sollen dabei helfen, Ladevorgänge zu optimieren.

Das wohl effektivste Strom produzierende Gewebe für die Herstellung von Kleidungsstücken haben Forscher der Nanyang Technological University (NTU) entwickelt. Es ist dehnbar, wasserfest und verliert kaum an Leistung, wenn es über längere Zeit genutzt wird. Ein drei mal vier Zentimeter grosser Fleck aus diesem Material erzeugt zusammenpresst genug Energie für 100 Leuchtdioden, so Jiang Feng, Doktorand bei Forschungsleiter Lee Pooi See.

Kisten, Fahrräder, Mülleimer und Verkehrskegel können ein fahrerloses Fahrzeug abrupt stoppen, sodass der nachfolgende Verkehr gefährdet wird. Zudem wird so die Lieferung von Passagieren und Gütern beeinträchtigt, betont der Informatiker Qi Alfred Chen von der University of California, Irvine. Fahrzeuge könnten nicht zwischen Objekten unterscheiden, die sich rein zufällig auf der Strasse befinden, und solchen, die absichtlich platziert werden.