Für Medien
Wir freuen uns, wenn Medien über die Aktivitäten des NFS Automation berichten. Kontaktieren Sie uns, wenn Sie Fragen haben oder einen Interviewtermin benötigen.
Medienmitteilungen
Fünf Studierende des Masterstudiengangs "Energy Science and Technologie" der ETH Zürich haben letzte Woche die Arbeit an einer Fallstudie zum Sisslerfeld aufgenommen. Die Frage, wie sich die Arbeitszone Sisslerfeld mit seinen angrenzenden Gemeinden bis ins Jahr 2040 energetisch CO2-neutral selbst versorgen könnte, wird sie über zwei Semester bis in den Sommer 2023 beschäftigen.
Zürich, 27. Januar 2021. Der neue Nationale Forschungsschwerpunkt (NFS) «Zuverlässige allgegenwärtige Automatisierung» ist gestartet – mit der Vision, die Schweiz als einen der weltweit führenden Hubs für Forschung, Bildung und Innovation in der Automatisierungs- und Steuerungstechnik zu stärken.
Kontakt
Kontakt
News & Hintergründe
14. November 2024
Congratulations to NCCR Automation PI Daniel Kuhn for winning the INFORMS Optimization Society 2024 Farkas Prize
24. Oktober 2024
In einem Masterstudiengang an der ETH lernen Studierende, wie sie die Entscheidungsfindung von Robotern steuern können – und ihre Arbeit wird dann von Robotern bewertet. Die Aufgaben sind auf GitHub verfügbar und können von jedem ausprobiert werden.
22. Oktober 2024
We are happy to announce that seven new industry collaboration projects will start in Phase II, leading to shared work that will bring our research into society. You can read details of the funded projects below.
17. Oktober 2024
Munther Dahleh (MIT) takes us from L1 control theory to agile robotic manoeuvres, abstractions, cascaded failures in networks, markets, and the role of data and systems thinking in solving societal problems. Don’t miss out!
30. September 2024
Congratulations to new PhD student Fabian Böhm who was awarded the EHG-Prize by "Energie- und Hochspannungstechnische Gesellschaft an der RWTH Aachen e.V. " for his Master's thesis "Laboratory Implementation of Curative Flexibility Deployments in Distribution Grids Using Online Feedback Optimization".
