Individuelle
Software-Lösungen

Geplant und realisiert mit Weitblick.

Software-Lösungen von eMundo sind über den Moment hin­aus gedacht. Sie sind von Anfang an dar­auf aus­gelegt, mit al­len Ver­ände­rungen und Heraus­forde­rungen Ihres Pro­jektes Schritt zu halten.

Von Beginn an qualitativ aus­gereift, agil ent­wickelt, zukunfts­fähig und mit­wach­send – bei unserer Leiden­schaft für neue Tech­no­logien kön­nen wir gar nicht anders.

Software-Lösungen von eMundo sind über den Moment hin­aus gedacht. Sie sind von Anfang an dar­auf aus­gelegt, mit al­len Ver­ände­rungen und Heraus­forde­rungen Ihres Pro­jektes Schritt zu halten.

Von Beginn an qualitativ aus­gereift, agil ent­wickelt, zukunfts­fähig und mit­wach­send – bei unserer Leiden­schaft für neue Tech­no­logien kön­nen wir gar nicht anders.

Sie kennen eMundo schon längst

Zumindest indirekt

Schon einmal

Dann haben Sie schon einmal eine Software­lösung genutzt, bei der wir maß­geblich mit­gear­beitet haben!

Anomalien in Zeitreihen mittels Machine Learning erkennen

Diverse Techniken des maschinellen Lernens werden bereits genutzt um automatisiert Anomalien in verschiedensten Daten, wie beispielsweise Zeitreihen, zu finden. Zeitreihen sind allgegenwärtig, unter anderem in der Medizin. Hier könnten solche Modelle genutzt werden um frühzeitig lebensrettende Maßnahmen einzuleiten. Um diesem Ziel näher zu kommen forscht eMundo nun gemeinsam mit einer Forschungsgruppe der Ludwig-Maximilians-Universität München.

Gemeinsam mit der Forschungsgruppe Data Mining in der Medizin der Ludwig-Maximilians-Universität München hat eMundo eine vielversprechende Art neuronaler Netze, sogenannte Generative Adversarial Networks, genutzt um nach Anomalien in Daten von Elektrokardiogrammen zu suchen. Hierbei wurde ein bestehender Ansatz für Bilddaten (AnoGAN) adaptiert und es wurden erste Möglichkeiten untersucht um das bestehende Modell an Zeitreihen anzupassen. Die Ergebnisse wurden 2019 im Rahmen eines Workshops der IEEE International Conference on Data Mining in Peking vorgestellt. Basierend auf den dort geschaffenen Grundlagen wurde nun das gemeinsame Projekt ECGAN gestartet. 

ECGAN wird durch die Bayerische Forschungsstiftung gefördert.