Eben, man muss schon abwägen: Im Nichtraucher Proberaum mit bisschen Überlegen bei Elektrik, Heizgeräte und Amps ist das Risiko einiges kleiner um von sich aus einen Brand zu starten. Und auch Noppenschaum gibt’s mit klar besserem Brennverhalten dank Flammschutzmittel und ohne.

Schalldämmung ≠ Schallabsorption.
Weiche/poröse Materialien absorbieren Schall im Raum, verhindern aber keine Übertragung. Für Dämmung braucht es mehr Masse Entkopplung.
Es gibt zudem besser wirksame Absorber als Schaum, die breitbandig dämpfen und den Brandschutz (z.B. EN 13501-1 B-s2,d2) erfüllen.

Für mich wenn irgendwo ein Modell trainiert wird, dann geht’s Richtung ML/KI. Und ja, man könnte KI auch Dijkstra lernen lassen…

Und gerade im Beispiel könnte es sein, dass da Leute mit ihren Android Phones baden gehen, dann wird das vielleicht als Fussweg erkannt. Die Grenze ist schmal.

Wenn die Längen bekannt sind, kann hier ja ein Algorithmus die Lösung ohne Training ermitteln. KI könnte die Längen mit Daten zu Wetter, Stau etc. aber stetig verbessern.

Ob dann der Statistik/ML Algorithmus mit immer den Durchschnitt aller Autos zu nehmen auch KI ist, ist dann die nächste Frage.

KI oder einfach Dijkstra mit schlechten Inputdaten?

War ja von Wartung die Rede gestern. Unter der Woche mit weniger Usern (Annahme?!) würde sogar der Wochenenddienst wegfallen. #winwin

Musste dann bei meinem digitalen Steuerberater auch Frust auslassen und mitteilen, dass da grad alles down ist…

Ich empfehle Martina Linn 😉