1 - 8 of 8
-
PublicationFortschrittsbericht zur Digitalisierung des Energiesystems(Fraunhofer CINES, 2024)
-
PublicationCommon European Energy Data Space(Publications Office of the European Union, 2023)
-
PublicationRegulatorische Handlungsoptionen für ein klimaneutrales Energiesystem. Kurzpapier( 2022)Ambitionierte Klimaziele, wie sie auf nationaler Ebene durch die Änderung des Klimaschutzgesetzes sowie auf europäischer Ebene durch das „Fit for 55“-Paket vereinbart wurden, erfordern effektive und umfassende Politikmaßnahmen zur Dekarbonisierung des Energiesystems. Gleichzeitig trägt die Dekarbonisierung wesentlich dazu bei, die strukturelle Abhängigkeit von fossilen Energieimporten stark zu reduzieren - dem weiteren, derzeit stark im Fokus stehenden Ziel von Bundesregierung und Europäischer Union (EU). Auch werden zunehmend Fragen der sozialen Gerechtigkeit und des sozialen Ausgleichs mit der Bezahlbarkeit der Energiebereitstellung als wichtige Aspekte der Energiewende thematisiert. Die Dringlichkeit für die Auswahl und Umsetzung geeigneter Politikmaßnahmen zur Erreichung der beiden Ziele war noch nie so hoch wie heute. Vertreterinnen und Vertreter der Kopernikus-Projekte aus Wissenschaft und Praxis haben im Rahmen einer projektübergreifenden Zusammenarbeit zum Thema Regulierung beispielhaft Themenfelder und mögliche Handlungsoptionen, die zur Erreichung dieser Ziele beitragen, identifiziert, analysiert und bewertet. Die Kopernikus-Projekte bilden eine der größten deutschen Forschungsinitiativen zum Thema Energiewende. Mit ihnen fördert die Bundesrepublik über zehn Jahre die technische, wirtschaftliche und gesellschaftliche Umsetzung der Energiewende. Das Ziel der Kopernikus-Projekte ist eine sichere, klimafreundliche und bezahlbare Energieversorgung und betrachtet Optionen zur Dekarbonisierung aus unterschiedlichen Perspektiven heraus. Mit diesem Papier leisten die Kopernikus-Projekte einen wichtigen Beitrag, Politikmaßnahmen aus den unterschiedlichen Perspektiven der Kopernikus-Projekte heraus integriert zu bewerten.
-
PublicationDigitalisierung des Energiesystems - 14 Thesen zum Erfolg(Fraunhofer CINES, 2022)
-
PublicationDeepKneeExplainer: Explainable knee osteoarthritis diagnosis from radiographs and magnetic resonance imaging( 2021)Osteoarthritis (OA) is a degenerative joint disease, which significantly affects middle-aged and elderly people. Although primarily identified via hyaline cartilage change based on medical images, technical bottlenecks like noise, artifacts, and modality impose an enormous challenge on high-precision, objective, and efficient early quantification of OA. Owing to recent advancements, approaches based on neural networks (DNNs) have shown outstanding success in this application domain. However, due to nested non-linear and complex structures, DNNs are mostly opaque and perceived as black-box methods, which raises numerous legal and ethical concerns. Moreover, these approaches do not have the ability to provide the reasoning behind diagnosis decisions in the way humans would do, which poses an additional risk in the clinical setting. In this paper, we propose a novel explainable method for knee OA diagnosis based on radiographs and magnetic resonance imaging (MRI), which we called DeepKneeExplainer. First, we comprehensively preprocess MRIs and radiographs through the deep-stacked transformation technique against possible noises and artifacts that could contain unseen images for domain generalization. Then, we extract the region of interests (ROIs) by employing U-Net architecture with ResNet backbone. To classify the cohorts, we train DenseNet and VGG architectures on the extracted ROIs. Finally, we highlight class-discriminating regions using gradient-guided class activation maps (Grad-CAM++) and layer-wise relevance propagation (LRP), followed by providing human-interpretable explanations of the predictions. Comprehensive experiments based on the multicenter osteoarthritis study (MOST) cohorts, our approach yields up to 91% classification accuracy, outperforming comparable state-of-the-art approaches. We hope that our results will encourage medical researchers and developers to adopt explainable methods and DNN-based analytic pipelines towards an increasing acceptance and adoption of AI-assisted applications in the clinical practice for improved knee OA diagnoses.
-
PublicationFinding and analysing energy research funding data: The EnArgus system( 2021)
-
PublicationWhat's going on in energy efficiency research? A platform to enhance the transparency of energy research funding in Germany( 2017)
-
PublicationEnArgus: Zentrales Informationssystem Energieforschungsförderung( 2015)
