PROGRAMM
08.30 – 08.35 Uhr
Einleitung
08.35 – 08.55 Uhr
Fine-tuning a model with technical QA data for using it for a support technical assistant Agent. Supporting answers with documentation retrieved from a RAG system
08.55 – 09.25 Uhr
Vorhersage von Tramverspätungen in Zürich: Eine Analyse historischer Soll-/Ist-Daten mit Machine Learning
09.25 – 09.45 Uhr
Clustering von Kunden-Lastprofilen als Basis für die Flexibilitätserkennung und Bottom-up-Lastprognosen
09.45 – 10.15 Uhr
Der Wald im Wandel: Satellitenbildanalyse der Schweizer Waldentwicklung
10.15 – 10.30 Uhr
Pause
10.35 – 10.55 Uhr
Airbnb Price Prediction
10.55 – 11.15 Uhr
Prediction of Optimal LinkedIn Posting Times
11.15 – 11.35 Uhr
Automated Credibility Assessment of Digital Content Using Machine Learning
11.35 – 12.05 Uhr
Mietpreisprognosen: Machine-Learning-Modelle für den Luzerner Wohnungsmarkt
12.05 – 13.00 Uhr
Mittag (gemeinsamer Apéro Riche)
13.30 – 13.50 Uhr
Chancen und Grenzen des Einsatzes von AppZen Fraud-Detection in UBS-Spesenprozessen
13.50 – 14.10 Uhr
Studentenbescheinigung für Familienzulagen – Erkennung Richtigkeit und Extraktion Daten
14.10 – 14.30 Uhr
Comparative Analysis of Deep Reinforcement Learning Algorithms for Vision-Based Continuous Control
14.30 – 14.50 Uhr
Automatische Generierung von PostGIS-Queries für swisstopo-Workflows mittels open-weights LLM
14.50 – 15.05 Uhr
Pause
15.05 – 15.25 Uhr
Intelligente Dokumentenklassifikation: Machine-Learning-basierte Erkennung, Benennung und Ablage digitaler Dokumente
15.25 – 15.45 Uhr
Predicting Optimal XC Performance from IGC Tracks and Swiss Weather Data
15.45 – 16.05 Uhr
KI-gestützte Optimierung der Projektselektion und Datenaufbereitung im Verkaufsprozess der Frank Türen AG
16.05 – 16.25 Uhr
Semantic comparison of images
