Alle Beiträge des Blogs zu Maschinellem Lernen und Künstlicher Intelligenz

Hier finden Sie alle Beiträge unseres ML-Blogs aus den drei Rubriken Grundlagen, Forschung und Anwendung sowie aus allen Themenreihen und von allen Autor*innen. Für Einsteiger*innen, Expert*innen und Anwender*innen aus der Praxis. Und alle, die neugierig auf die Themen Maschinelles Lernen und Künstliche Intelligenz sind!

Guided Reinforcement Learning – wie ein zweirädriger Roboter die dynamische Fortbewegung erlernt

4. Oktober 2023

Julian

Eßer

Guided RL zielt darauf ab, Steuerungsstrategien für reale Roboter auf effiziente und effektive Weise zu erlernen. Dieser Post untersucht die praktische Anwendung am Beispiel des Lernens von dynamischer Fortbewegung für einen zweirädrigen Roboter.

00_Blog_CAIS_KI-Bildung_3_Intelligente_tutorielle_Systeme

Lernpfade (digital) begleiten: Intelligente Tutorielle Systeme

27. September 2023

Center of Advanced Internet Studies

(CAIS)

Ann-Christin

Falhs

Astrid

Wichmann

Nikol

Rummel

In gegenwärtigen Debatten zum KI-Einsatz im Unterricht ist es manchmal herausfordernd, zwischen verschiedenen Arten von Lernsystemen und „intelligenten“ Lernprogrammen zu unterscheiden. In diesem Beitrag beleuchten wir die Grundzüge Intelligenter Tutorieller Systeme.

AI4Schools – KI-Bildung für Schüler*innen der Oberstufe

23. August 2023

Redaktionsteam

Lamarr-Blog

Das Thema Künstliche Intelligenz findet im schulischen Kontext bisher kaum Platz. Das will das Projekt AI4Schools ändern: KI-Workshops bringen sowohl Schüler*innen als auch Lehrkräften technische Grundlagen von KI-Systemen näher und klären über Karrieremöglichkeiten auf.

KI-Bildung in der Grundschule mit der Roberta-Initiative

KI-Bildung – Roberta® weckt Begeisterung für MINT-Fächer schon in der Grundschule

8. August 2023

Thorsten

Leimbach

Wir müssen junge Menschen frühzeitig für Themen wie Coding, Robotik und KI begeistern, um die nächste Generation von qualifizierten Fachkräften zu sichern! Einen Lösungsansatz bietet die Roberta® Initiative des Fraunhofer IAIS.

Guided Reinforcement Learning – Anwendung auf drei Lernaufgaben aus der Robotik

26. Juli 2023

Julian

Eßer

Guided RL zielt darauf ab, Steuerungsstrategien für reale Roboter auf effiziente und effektive Weise zu erlernen. Wir zeigen, wie die vorgestellte modulare Toolbox für drei sehr unterschiedliche Roboteraufgaben angewendet werden kann.

Guided Reinforcement Learning – Ein Konzept für effiziente und effektive Robotik in der realen Welt

12. Juli 2023

Julian

Eßer

Guided Reinforcement Learning beschreibt das eigenständige Erlernen von Steuerungsstrategien für intelligente Roboter. Durch die Einbeziehung von zusätzlichem Wissen wird der Trainingsprozess dateneffizienter und effektiver für die Anwendung auf realen Robotern.

Einführung in Reinforcement Learning – Aus Perspektive der Robotik

5. Juli 2023

Julian

Eßer

Reinforcement Learning beschreibt einen datengetriebenen Ansatz zum Erlernen intelligenter Verhaltensweisen durch Trial-and-Error-Interaktion mit der Umwelt. Bezogen auf die Robotik bietet es neue Möglichkeiten zum Erlernen der Robotersteuerung unter Unsicherheiten für anspruchsvolle Roboteraufgaben.

Was kann das und was kostet es? KI für die Vorhersage von Produkteigenschaften

28. Juni 2023

Andreas

Pauly

Was kostet meine Sonderanfertigung? Diese und andere Faktoren sind essenziell für die Kaufentscheidung für einen bestimmten Hersteller. Für letzteren ist die Kalkulation jedoch zeitaufwendig. Maschinelles Lernen kann diesen Prozess enorm beschleunigen.

Erklärbarkeitsmethoden für Punktwolken II

14. Juni 2023

Hanxiao

Tan

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.

Object Detection: Wie Maschinen Objekte erkennen

31. Mai 2023

Luise

Weickhmann

Maximilian

Otten

Mithilfe von Object-Detection-Verfahren können Maschinen darauf trainiert werden, Objekte zu erkennen und zu verorten. In diesem Beitrag geben wir einen Überblick über dieses Teilgebiet der Computer Vision.

GraphSAGE: Nutzerverhalten mit ML-basierten Empfehlungsdiensten vorhersagen

23. Mai 2023

Anna

Höpfner

GraphSAGE ist ein leistungsstarkes ML-Verfahren, das zur Analyse großskaliger und dynamisch wachsender Daten mit Graphstruktur verwendet wird. Wie genau funktioniert die Methode, mit deren Hilfe sich personalisierte Empfehlungen ausspielen lassen?

Automatische Klassifikation eines Publikationsnetzwerks mithilfe eines Graph Attention Networks

19. Mai 2023

Maximilian

Sauerzapf

Soziale Netzwerke sind heutzutage allgegenwärtig. Doch wie können mit Hilfe von Neuronalen Netzen Informationen aus ihnen gewonnen werden? Um diese Frage zu beantworten, stellen wir das Graph Attention Network vor.

Unsere Rubriken

Grundlagen

Für Einsteiger*innen: Hier erklären wir Begriffe und grundlegende Konzepte des Maschinellen Lernens und der Künstlichen Intelligenz.

Zur Rubrik

Forschung

Für Profis: Unsere Autor*innen berichten über Forschungstrends und ihre aktuellen wissenschaftlichen Arbeiten zum Maschinellen Lernen.

Zur Rubrik

Anwendung

Für Praktiker*innen: Hier geht es um Wissenstransfer. Wir schlagen die Brücke zu praktischen Anwendungen in Wirtschaft und Gesellschaft.

Zur Rubrik

Haben Sie Fragen oder möchten Sie gern selbst einen Beitrag für unseren Blog schreiben?

Schreiben Sie uns eine Nachricht