Blogs on Optimierung » Lamarr-Institut

|Ein Screenshot unseres Vorschlagssystems.|

KI für Wirtschaftsprüfung – Erste Schritte zum automatisierten Auditing

Prof. Dr. Rafet Sifa,

20. Oktober 2021

Wirtschaftsprüfer*innen arbeiten meist noch ohne jegliche Unterstützung von Machine-Learning-Algorithmen. ALI ist ein KI-basiertes Recommender-System, das große Teile des Auditing-Prozesses automatisieren kann und bereits von PriceWaterhouseCoopers GmbH genutzt wird....

00 Blog AutumnSchool 2 9 - Lamarr Institute for Machine Learning (ML) and Artificial Intelligence (AI)

BlogForschung

Bin-Packing: Wenn auch Computer nur geschickt schätzen können

Sebastian Müller,

11. August 2021

Bin-Packing gehört zu der viel untersuchten Klasse der kombinatorischen Optimierungsprobleme. In diesem Beitrag verwenden und vergleichen wir zwei praktikable Lösungsstrategien für ein konkretes Beispiel....

|Evolutionäre Optimierung|Evolutionäre Optimierung|Evolutionäre Optimierung||

BlogForschung

Evolutionäre Optimierung von Quantenschaltkreisen

Sascha Mücke,

12. Mai 2021

Die Evolutionäre Optimierung ist eine echte Alternative zu gradientenbasierten Verfahren, da sie flexibler in verschiedenen Anwendungsszenarien eingesetzt werden kann. ML2R-Forschende nutzten evolutionäre Algorithmen, um Schaltkreise von Quantencomputern zu optimieren....

Quantencomputer|Quantumcomputer|Quantencomputer

BlogGrundlagen

Quantencomputer: Neue Potenziale für Maschinelles Lernen

Prof. Dr. Christian Bauckhage, Dr. Nico Piatkowski,

04. Mai 2021

Quantencomputer haben das Potenzial, Informationen schneller zu verarbeiten und komplexere Aufgaben zu bewältigen als klassische Computer. Sie werden Künstliche Intelligenz und Maschinelles Lernen tiefgreifend verändern und neue Anwendungsmöglichkeiten für ML-Verfahren erschließen....

Tiefe Neuronale Netze|Klassifikation eines neuronalen Netzes mit einer Ebene (Perzeptron)|Neuronales Netz mit 2 Ebenen|Klassifikation eines neuronalen Netzes mit einer Ebene (Perzeptron)|Klassifikation eines tiefen neuronalen Netzes|Beispiel für tiefe neuronale Netze: Erkennung von Ziffern|Aufbau: Tiefe Neuronale Netze|||||

BlogGrundlagen

Deep Learning: Wie funktionieren tiefe neuronale Netze?

Dr. Gerhard Paaß,

21. April 2021

Deep Learning nutzt tiefe neuronale Netze, um Bilder zu erkennen, Texte zu verstehen und Entscheidungen genauer zu treffen. Zur Analyse großer Datensätze verwendet das „mehrschichtige Lernen“ mehrere versteckte Ebenen im Netz....

BlogGrundlagen

Optimierung im Maschinellen Lernen

Raphael Fischer,

13. Januar 2021

Optimierung ist eine Schlüsselkomponente des Maschinellen Lernens, die erlaubt, Modelle basierend auf Daten zu trainieren. Sie arbeitet meist im Hintergrund, ist jedoch gerade bei hochkomplexen Lernproblemen und schwieriger Datenlage wichtig....

BlogGrundlagen

Wie lernen Maschinen?

Sascha Mücke,

13. Januar 2021

Maschinelles Lernen ist längst zum festen Bestandteil unserer Welt geworden, sie verändert unser Leben und die Gesellschaft. Wir erklären hier die grundlegenden Begriffe und Konzepte dieser neuartigen Technologie....