Custom
Enterprise Software

Planned and executed with foresight.

Software solutions from eMundo are conceived with the future in mind. They are designed from the outset to keep pace with every change and challenge your project presents.

Well engineered, developed with agility, sustainable and scalable, all from the very start – we are passionate about new technologies and know no other way.

Software solutions from eMundo are conceived with the future in mind. They are designed from the outset to keep pace with every change and challenge your project presents.

Well engineered, developed with agility, sustainable and scalable, all from the very start – we are passionate about new technologies and know no other way.

You might already know eMundo

At least indirectly

Have you ever

Then you’ve already used a software solution that we’ve played a major role in!

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.