Forscher der Universität Tartu veröffentlichten ihre neuesten Forschungsergebnisse in der Zeitschrift „Advanced Materials“ und demonstrierten die präzise Programmierung der Stoffdehnbarkeit durch Maschinenstickerei. Diese Forschung eröffnet einen neuen technologischen Weg für die industrielle Produktion personalisierter tragbarer Geräte.

Forscher der Icahn School of Medicine am Mount Sinai Hospital haben eine neue, auf künstlicher Intelligenz basierende Methode entwickelt, um den Zusammenhang zwischen seltenen genetischen Mutationen und Krankheiten zu bewerten. Die Methode nutzt maschinelles Lernen zur Analyse routinemäßiger Labordaten, um eine quantitative Bewertung der Penetranz genetischer Varianten zu ermöglichen. Die Forschungsergebnisse wurden in der Fachzeitschrift Science veröffentlicht.

Dr. Abolfazl Karimpur, Assistenzprofessor für Verkehrstechnik am SUNY Polytechnic Institute, hat ein innovatives Framework entwickelt, um die Länge und Dauer von Verzögerungen durch Staus und Unfälle abzuschätzen, ohne auf physische Straßensensoren angewiesen zu sein. Dr. Karimpur ist Hauptautor eines neuen Artikels, der in Case Studies in Transportation Policy veröffentlicht wurde.

Forschungsteam der Stanford University veröffentlichte wichtige Ergebnisse in der Fachzeitschrift Cell. Es gelang ihm erstmals, die mit innerer Sprache verbundene Gehirnaktivität mit einer Genauigkeit von 74 % zu entschlüsseln. Dieser Durchbruch eröffnet neue Möglichkeiten für die Anwendung der Brain-Computer-Interface-Technologie bei Patienten mit Sprachstörungen.

Auf der Jahrestagung 2025 der American Society of Agricultural and Biological Engineers präsentierten Forscher der South Dakota State University ein Hightech-Agrarsystem, das Landwirten helfen soll, Ernteerträge zu optimieren und Kosten zu senken. Das System nutzt Sensoren, Biosensoren, IoT- und KI-Technologien, um Daten zu sammeln und das Pflanzenwachstum zu verfolgen und zu analysieren. Technische Details finden Sie unter „Integration von IoT und sicherer Datenübertragung in Ernteüberwachungssysteme“.

Das Business Insights Development Laboratory (BUILD) der Ateneo de Manila University untersucht die Anwendung künstlicher Intelligenz (KI) in kleinen Unternehmen mit dem Ziel, menschliche Arbeitskraft zu ergänzen, nicht zu ersetzen. Kleine Unternehmen, eine wichtige Säule der philippinischen Wirtschaft, verlassen sich im täglichen Betrieb weitgehend auf schriftliche Logbücher. Diese Logbücher sind zwar kostengünstig, einfach und zuverlässig, aber das Führen und Interpretieren dieser Logbücher kann mühsam sein.

Das Southwest Research Institute (SwRI) gab kürzlich die Eröffnung eines 117 Quadratmeter großen Testgeländes für sphärische Nahfeldantennen bekannt. Durch den Einsatz von HF- und Mikrowellen-Schaumabsorbern erreicht das SwRI eine präzise Nahfeldabtastung von Antennen und unterstützt die mathematische Konvertierung zur Generierung von Fernfelddaten. Diese Einrichtung durchbricht die Grenzen herkömmlicher Tests und kann das dreidimensionale Strahlungsmuster der Antennen vollständig erfassen. Dadurch wird eine leistungsstarke Evaluierungsunterstützung für Schlüsseltechnologien wie Mobilfunknetze

Forscher der University of Missouri nutzen künstliche Intelligenz, um die Energieverwaltung auf großen Campusgeländen (einschließlich der University of Missouri) zu verändern. Ziel ist es, Hochschulen und Universitäten im ganzen Land dabei zu helfen, die Effizienz zu optimieren, die Betriebskosten zu senken und den Kohlendioxidausstoß zu reduzieren.

Forscher am Skolkovo Institute of Science and Technology (Skoltech) haben einen innovativen GLDPC-Code (Generalized Low-Density Parity-Check) vorgeschlagen. Dieses neuartige Kodierungsschema übertrifft bestehende Lösungen für 5G-Standards in Bezug auf die Geschwindigkeit und gewährleistet gleichzeitig die Zuverlässigkeit der Datenübertragung. Als neue Entwicklung in der Kodierungstechnologie sind GLDPC-Codes entscheidend für die Entwicklung drahtloser Systeme der nächsten Generation, insbesondere für die Reduzierung der Kommunikationslatenz und die Gewährleistung einer zuverlässigen Datenübert

Die Stromerzeugung aus Solarenergie hängt stark von den Wetterbedingungen ab. Wenn die Stromerzeugung von der geplanten Leistung abweicht, erhebt der Strommarkt Strafen, sogenannte Ungleichgewichtsstrafen. Forscher der Universität Tsukuba haben eine auf künstlicher Intelligenz (KI) basierende Methode entwickelt, um den Betrieb von Solarstromerzeugungs- und Batteriespeichersystemen zu optimieren . Dadurch werden Ungleichgewichtsstrafen im Vergleich zu herkömmlichen Methoden um bis zu 47 % reduziert.