Blogs on tiefe neuronale Netze

Erklärbarkeitsmethoden für Punktwolken II

Hanxiao Tan,

14. Juni 2023

Wir sehen uns zwei verschiedene Ansätze zur Interpretierbarkeit von Punktwolken an, die die Eigenschaften des Modells aus globaler bzw. modellinterner Sicht erläutern. Alle Toolkits sind jetzt auf GitHub verfügbar....

|Foundation-Modelle: Beispielfrage mit Systemantwort|||

BlogForschung

Mit Sprachmodellen stimmige Texte erzeugen: Foundation-Modelle als Grundlage von KI-Systemen

Dr. Jörg Kindermann, Dr. Gerhard Paaß,

10. August 2022

Sogenannte Foundation-Modelle entwickeln sich schnell und können bereits qualitativ anspruchsvolle Aufgaben automatisiert durchführen und unterschiedliche Medien gleichzeitig betrachten. Dieser Beitrag wirft einen Blick hinter die Kulissen der großen Sprachmodelle....

00 Blog Sujan Semantic Concept Testing 9 - Lamarr Institute for Machine Learning (ML) and Artificial Intelligence (AI)

BlogAnwendung

Ein Ansatz zum granularen Testen von tiefen neuronalen Netzen

Sujan Sai Gannamaneni,

01. Juni 2022

Vor dem Einsatz neuer Technologien wie Deep Learning (DL) in sicherheitskritischen Anwendungen ist die Einführung strenger Test- und Zertifizierungsverfahren unerlässlich. Wir schlagen einen Testansatz vor, der Schwachstellen in DL-Modellen identifizieren könnte....

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

BlogForschung

Eine Erklärbarkeitsmethode für Punktwolken

Hanxiao Tan,

04. Mai 2022

Ein modellbasierter Erklärbarkeitsansatz für Punktwolken-Klassifikatoren wird zusammen mit zwei verschiedenen Bewertungsmaßstäben (lokale Treue und Plausibilität), die die Plausibilität des Ansatzes validieren, vorgeschlagen. Das Toolkit ist jetzt online verfügbar....

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....