Alle News

Das TTZ Günz­burg prä­sen­tiert For­schungs­er­geb­nis­se auf der MS­PN 2023 Kon­fe­renz in Pa­ris

02.11.2023, For­schung :

Bereits zum 8. Mal fand vom 26. bis 27. Oktober die Internationale Konferenz über mobile, sichere und programmierbare Netzwerke (MSPN 2023) in Paris statt.Neben Expertinnen und Experten sowie Forscherinnen und Forscher aus verschiedensten Ländern waren auch Prof. Dr. Philipp Brune, wissenschaftlicher Leiter des TTZ Günzburg und die beiden wissenschaftlichen Mitarbeitenden des TTZ Günzburgs Sarah Dreher und Jens Gebele, mit Beiträgen vertreten.

Im Fokus der Konferenz standen die drei Hauptthemen „Netzwerksicherheit, Künstliche Intelligenz (KI) und maschinelles Lernen für Netzwerke und Systeme“, „Quantencomputing für Netzwerke“ sowie „Sicherheit und Machine Learning-Anwendungen“.

Prof. Dr. Philipp Brune, der auch Professor an der Hochschule Neu-Ulm ist, eröffnete die Konferenz mit einer Keynote zum Thema: „Towards an Enterprise-Ready Implementation of Artificial Intelligence-Enabled, Blockchain-Based Smart Contracts“. Diese Präsentation beleuchtete die Verschmelzung von Blockchain-Technologie und künstlicher Intelligenz, von trainierten KI-Modellen in Smart Contracts bis zur Nutzung der Blockchain für die Verteilung von KI-Modellen.

Neben dieser Keynote präsentierten Prof. Dr. Brune und Simon Fischer-Heselhaus ein akzeptiertes Paper mit dem Titel "AI vs. Dinosaurs - Automatisierte Wiederherstellung von Legacy-Mainframe-Anwendungen in Java durch Kombination von Programmierung und GPT." In diesem Paper fokussierten sich die Autoren auf die Transformation von Altsystemen mit Hilfe von KI und ChatGPT.

Darüber hinaus präsentierte Sarah Dreher ihr in Kooperation mit Prof. Dr. Philipp Brune und Jens Gebele verfasstes Paper mit dem Titel: „Applying Transfer Testing to Identify Annotation Discrepancies in Facial Emotion Data Sets". Dies stellt einen innovativen Ansatz zur Bewertung von Annotationsdiskrepanzen zwischen drei Emotionserkennungsdatenbanken mithilfe von Transfer Testing und verschiedenen Machine Learning-Architekturen vor.