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.