Das Fachmagazin für institutionelle Investoren

Geben Sie Ihren Benutzernamen und Ihr Passwort ein, um sich an der Website anzumelden:
| Märkte
twitterlinkedInXING

YUKKA Lab ist Teil des renommierten Kickstarter-Accelaratorenprogramms

Das Berliner Start-Up aus der FinTech-Szene analysiert KI gestützt Inhalte führender deutschsprachiger Nachrichtenagenturen in ihrer Tonalität und gibt diese als fortlaufenden Stimmungsindikator wieder. Dadurch unterscheidet man sich von traditionellen Sentiment-Ansätzen.

pusch_andreas_yukkalab_klein_quer.jpg
Dr. Andreas Pusch, CEO & Gründer YUKKA Lab AG 
© YUKKA Lab AG

"Unter 900 Bewerbungen aus 64 Ländern wurden 30 Startups ausgewählt und YUKKA Lab wurde als erstes in der Kategorie FinTech / Crypto nominiert", freut sich Dr. Andreas Pusch, CEO und Gründer der YUKKA Lab AG. Man freue sich auf mehrere Wochen Zusammenarbeit mit Schweizer Großunternehmen wie der Credit Suisse, Swisscom, EY und Axa, aber auch Städte, Hochschulen und Stiftungen, mit denen man intensiv an Pilotprojekten arbeite, so Pusch weiter.

YUKKA Lab startet im Schweizer Kickstart Accelaratorenprogramm
Bereits zuvor hat es eine ganze Folge erfolgreicher PoCs (Proofs of Concept; Prototypen, die die prinzipielle Durchführbarkeit eines Vorhabens belegen) in den letzten Wochen gegeben, unter anderem mit der UBS, Additiv und der ZKB.

Deep Learning für das YUKKA News Lab
Deep Learning ist ein wichtiger Baustein, um die immer größer werdenden unstrukturierten Datenmengen analysieren zu können. Für das YUKKA News Lab ist die Integration eines neuen Deep-Learning-Modells für die Erkennung benannter Entitäten vom YUKKA Lab-Team entwickelt worden. Dieses Named Entity Discovery System (NEDS) erhöht den Automatisierungsgrad bei der Erkennung neuer benannter Objekte und erlaubt es, bisher unbekannte Objekte aus unstrukturiertem Texten automatisch zu erkennen. (kb)


 

twitterlinkedInXING

News

 Schliessen

Mit der Nutzung dieser Website stimmen Sie der Verwendung von Cookies und unserer Datenschutzerklärung zu. Mehr erfahren