← Zurück zum KI-EvidenznetzDauerhaftes öffentliches EvidenzdossierPRO
AI4CCAM · Trustworthy AI for CCAM
cordis:101076911Trustworthy AI for CCAM
Identität reicht nur so weit wie die veröffentlichte stabile Kennung oder ausdrückliche Zuordnung. Ähnliche Namen werden nicht zusammengeführt. Fehlende Verbindungen bedeuten: in den begrenzten Quellen nicht beobachtet – nicht in Wirklichkeit abwesend.
Identität ≠ Namensähnlichkeit · Kante ≠ KausalitätJede direkte Verbindung mit ihrem Beleg
Beziehungsbezeichnung und Evidenzklasse beschreiben die gesamte Aussage. Prüf den Quellbeleg, bevor du eine weitergehende Schlussfolgerung ziehst.
claim:funding:101076911:888631260Beziehungparticipates_in
→AkteurDEEP SAFETY GMBH
cordis_project_code_and_participant_pic
Kein zusätzlicher Textauszug veröffentlicht.
Quelle öffnen ↗Felder, die an dieser Identität bleiben
Attribute sind beschreibende Quellfelder. Sie erzeugen keine datensatzübergreifende Identität, solange eine Kante diesen Join nicht ausdrücklich ausweist.
- Acronym
- AI4CCAM
- Code
- 101076911
- End Date
- 2026-03-31
- Framework Programme
- HORIZON
- Funding
- Currency: EUR · German Net Eu Contribution Cents: 39993750 · Participant Edge Count: 1 · Status: linked
- Knowledge Flow
- Citing Country Count: 0 · Citing Institution Count: 0 · Distinct Citing Work Count: 0 · Observed Citation Edge Count: 0 · Status: bounded_observation
- Research
- Citation Data Output Count: 24 · Cited Output Count: 9 · First Publication Date: 2022-11-21 · Last Publication Date: 2025-10-11 · Open Access Output Count: 23 · Output Count: 24 · Status: linked · Total Citations: 17
- Start Date
- 2023-01-01
Prüf die Quellstände
Ein Quellstand beschreibt, was zum Abrufzeitpunkt verfügbar war. Korrekturen und spätere Veröffentlichungen können künftige Beobachtungen verändern.
german-ai-innovation-pathcordis:101076911 · cordis_project_id
↗Originalquelle öffnengerman-ai-innovation-pathcordis:101076911:participant:888631260 · cordis_project_code_and_participant_pic
↗Originalquelle öffnenZurück ins vollständige Evidenznetz
Durchsuch alle veröffentlichten Entitäten, prüf Ein-Hop-Nachbarschaften und finde die Brücken, die öffentliche Daten noch nicht tragen.