← Zurück zum RegisterÖffentlicher KI-Einsatz

Maschinelles Lernen mithilfe eines Autoencoder-, -decoder Netzwerks ohne Einschränkung durch vorher gesetzte Lable zur Analyse hochaufgelöster Gammaspektren

Ein Auto-Encoder-/-Decoder mit entkoppeltem Latenzraum. Hochdimensionale Spektrendaten werden in einen niederdimensionalen Latenzraum übersetzt, dessen Elemente physikalischen Eigenschaften zuortenbar sind.

Quellstand geprüft 18. Juli 2026, 22:41MaKI-Originalquelle ↗Datenschema ki-verwaltungsradar.internal.v1
MaKI-KennungBD20254281313BehördeBundesamt für StrahlenschutzStatusEntwicklungOriginalprofil öffnen ↗
Quellenbasiertes Dossier

Maschinelles Lernen mithilfe eines Autoencoder-, -decoder Netzwerks ohne Einschränkung durch vorher gesetzte Lable zur Analyse hochaufgelöster Gammaspektren

Ein Auto-Encoder-/-Decoder mit entkoppeltem Latenzraum. Hochdimensionale Spektrendaten werden in einen niederdimensionalen Latenzraum übersetzt, dessen Elemente physikalischen Eigenschaften zuortenbar sind.

Entwicklung
Behörde
Bundesamt für Strahlenschutz
Verwaltungsebene
Bund
Ressort
Bundesministerium für Umwelt, Klimaschutz, Naturschutz und nukleare Sicherheit
Risikoeinordnung
Minimales RisikoSelbstauskunft im MaKI-Profil, keine i6eal-Bewertung
KI-Methode
Machine Learning · Statistische Modellierung
Einsatzbereich
Forschung
Governance-Matrix

Veröffentlicht, geplant oder offen

Die Matrix trennt veröffentlichte Angaben, geplante Prüfungen, nicht erforderliche Angaben und unbekannte Felder. Es gibt bewusst keinen Gesamtscore.

RisikoeinordnungMinimales Risiko
GrundrechtebetrachtungVorhanden
DatenschutzangabeNicht erforderlich
AuftragnehmernutzungExtern
EingriffsmöglichkeitenNicht erforderlich
ProjektlinkNicht veröffentlicht
Veröffentlichter Kontext

Betroffene Gruppen und Risikomaßnahmen

Betroffene Gruppen
Mitarbeitende der Behörde/ des Ressorts
Risikomaßnahmen
Nicht erforderlich
Beschriebene Schadensrisiken
Nicht erforderlich
Zeitachse

Projekt- und Veröffentlichungsdaten

  1. Projektstart
  2. Erstmals veröffentlicht
  3. Zuletzt veröffentlicht
MaKI-KennungBD20254281313
Aussagebasisveröffentlichtes Behördenprofil
Quellstand11. Nov. 2025, 18:44