Blogs on Autoenconder » Lamarr-Institut

||Password-Guessing-Algorithmen|Passwörter generieren||

Mit Deep-Learning Passwörter generieren

David Biesner,

13. Oktober 2021

Menschen setzen Passwörter meist nicht zufällig, wodurch Systeme anfällig für Angriffe werden. In unserem Forschungsprojekt untersuchen wir Deep-Learning-Modelle, um neue, sicherere Passwörter zu generieren und die IT-Sicherheit in Unternehmen zu testen....

|Generative Modelle|Reparametrisierung|Variational und Wasserstein Autoencoder|Variational Autoencoder|Abbildungen zwischen Datenraum und latenter Wahrscheinlichkeitsverteilung||||||

BlogForschung

Generative neuronale Modelle lernen latente Wahrscheinlichkeitsverteilungen

Dr. Jörg Kindermann,

16. Juni 2021

In diesem Beitrag erklären wir den Ansatz der generativen neuronalen Modelle. Diese haben in Anwendungsbereichen, in denen handkuratierte Daten für überwachtes Lernen schwer oder nicht erhältlich sind, gute Erfolge erzielt....

Bodenlokalisierung von autonomen Robotern|Übersicht der konzipierten Pipeline zur Bodenlokalisierung in drei Schritten.|Bodenlokalisierung mittels autonomen Robotern|Aufbau des Autoencoders: Die Eingabe und Ausgabe ist die Maske nach der Segmentierung in einem Bereich von 64 Pixeln um einen Keypoint.|Gif der Bodenlokalisierung|||Pipeline Bodenlokalisierung Roboter|Autoencoder für Bodenlokalisierung des Roboters||||

BlogAnwendung

Lokalisierung von autonomen Robotern mittels Bodenkamera

Piet Brömmel, Dominik Brämer,

26. Mai 2021

Die Lokalisierung von autonom fahrenden Robotern ist essentiell für ihre Navigation im Raum. ML2R-Wissenschaftler*innen entwickelten eine Methode, welche es Robotern ohne Vorwissen und mittels Bodenkamera ermöglicht, ihre räumliche Position zu bestimmen....