Quellenbasiertes Dossier
EntwicklungMaschinelles 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.
- 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.
Veröffentlichter Kontext
Betroffene Gruppen und Risikomaßnahmen
- Betroffene Gruppen
- Mitarbeitende der Behörde/ des Ressorts
- Risikomaßnahmen
- Nicht erforderlich
- Beschriebene Schadensrisiken
- Nicht erforderlich
Zeitachse
Projekt- und Veröffentlichungsdaten
Diese Daten stammen aus dem aktuellen MaKI-Profil. Sie sind keine i6eal-Beobachtungshistorie.
- Projektstart
- Erstmals veröffentlicht
- Zuletzt veröffentlicht
Beobachtungschronik
Dieses Profil wird seit 19. Juli 2026 beobachtet. Quellseitige Projekt- und Publikationsdaten bleiben davon getrennt.
Erstmals beobachtet
Zuletzt beobachtet
Noch liegt kein früherer vollständiger Quellstand zum Vergleichen vor. Für dieses Profil beginnt die Beobachtung am 19. Juli 2026.