Logo_cubido_grauerHG
  • Services
    • Analytics
    • Data Governance
    • Data Science, AI
    • Industrial IoT
    • RPA
    • BPM
    • Development
    • SharePoint
  • Produkte
    • Design Thinking Workshop
    • cubido predict
    • Churn Avoid
    • IntelliSale
    • DWH/SQL as a Service
    • Conference Guide
    • cubido DMS
    • AutoReporting
    • AR App
    • FireStart Reporting as a Service
    • Luftgütemessung
  • Referenzen
  • Blog
  • Events
  • Karriere
    • Jobs
    • FAQ
  • cubido
Kontakt
Logo_cubido_weißerHG
  • Services
    • Analytics
    • Data Governance
    • Data Science, AI
    • Industrial IoT
    • RPA
    • BPM
    • Development
    • SharePoint
  • Produkte
    • Design Thinking Workshop
    • cubido predict
    • Churn Avoid
    • IntelliSale
    • DWH/SQL as a Service
    • Conference Guide
    • cubido DMS
    • AutoReporting
    • AR App
    • FireStart Reporting as a Service
    • Luftgütemessung
  • Referenzen
  • Blog
  • Events
  • Karriere
    • Jobs
    • FAQ
  • cubido
Kontakt
Menü
Free Pack
  • Services
    • Analytics
    • Data Governance
    • Data Science, AI
    • Industrial IoT
    • RPA
    • BPM
    • Development
    • SharePoint
  • Produkte
    • Design Thinking Workshop
    • cubido predict
    • Churn Avoid
    • IntelliSale
    • DWH/SQL as a Service
    • Conference Guide
    • cubido DMS
    • AutoReporting
    • AR App
    • FireStart Reporting as a Service
    • Luftgütemessung
  • Referenzen
  • Blog
  • Events
  • Karriere
    • Jobs
    • FAQ
  • cubido
Kristina Preuer

Kristina Preuer

Kristina Preuer ist Data Scientist bei cubido. Ihr Schwerpunkt ist maschinelle Bilderkennung mit neuronalen Netzen und Deep Learning. Insbesondere bei industriellen Herstellungsprozessen in den Bereichen Automatisierungstechnik und Qualitätssicherung werden derzeit Systeme zur maschinellen Bilderkennung eingesetzt. Kristina hat nach ihrem Biochemie- und Bioinformatikstudium in Linz kürzlich ihr Doktoratsstudium am Institut für Machine Learning zum Thema Deep Learning in Drug Discovery erfolgreich abgeschlossen. In ihrer Dissertation hat sie sich mit Problemen im Deep Learning auseinandergesetzt, wie zum Beispiel der Integration von mehreren Datenquellen, die Interpretierbarkeit von Netzen und die Bewertung von Generativen Modellen. Durch die von Kristina durchgeführten Verbesserungen konnte der komplizierte Prozess von Drug Discovery erleichtert werden, da die trainierten Netze bessere Vorhersagen lieferten und neue Erkenntnisse und Einblicke ermöglichten. Diese Ergebnisse wurden mit Forschungsgruppen aus Cambridge und der Industrie erarbeitet und auch in Fachjournalen publiziert. Neben einer Vielzahl von Deep Learning Ansätzen setzte sich Kristina in ihrer Zeit am Institut auch mit anderen Machine Learning Algorithmen wie Random Forests, Gradient Boosting Machines und Support Vector Machines auseinander.

All stories by Kristina

Other Authors

  • Anton Haberpeuntner (1)
  • Benjamin Doppler (3)
  • Bernhard Engleder (7)
  • Christoph Heichinger (14)
  • Cornelia Volaucnik (1)
  • cubido (15)
  • Dominik Bachmair (3)
  • Elisabeth Barth (3)
  • Kristina Preuer (5)
  • Lisa Lettner (3)
  • Mario Schnalzenberger (20)
  • Martin Pum (1)
  • Michaela Pum (3)
  • Peter Kirschner (6)
  • Rainer Worbis (1)
  • Simon Kohlberger (1)
  • Thomas Hiebl (4)
  • Werner Hofer (5)
  • Wolfgang Ennikl (27)
  • Wolfgang Mayr (1)
  • Wolfgang Strasser (21)
KI

Wie funktioniert ChatGPT

Freitag, 03. Februar 2023 |
4 Min. Lesezeit
Data Science

Wie funktionieren Convolutional Neural Networks?

Dienstag, 12. Jänner 2021 |
2 Min. Lesezeit
Analytics

The Next Generation of Artificial Intelligence

Freitag, 11. Dezember 2020 |
1 Min. Lesezeit
Data Science

Deep Learning and Quality Control

Dienstag, 03. Dezember 2019 |
2 Min. Lesezeit
Data Science

The Rise of Deep Learning

Montag, 02. Dezember 2019 |
2 Min. Lesezeit

|
1 Min. Lesezeit
LET‘S CONNECT ON SOCIAL
JOIN OUR NEWSLETTER
  • Kontakt
  • Impressum
  • Datenschutz
  • AGB