Willkommen im KI-Labor

Pioneer-Roboter im KI-Labor

Lehre und Forschung auf den Gebieten

  • Wissensverarbeitung und Methoden der Künstlichen Intelligenz
  • Soft Computing, Fuzzy Systeme, Neuronale Netze, Artificial Life
  • Evolutionäre Algorithmen, Zeitlogik, Bayessche Netze
  • KI-Programmiersprachen LISP und PROLOG
  • Semantische Signalanalyse

Anwendung wissensbasierter Systeme

  • Integrierte Informatikanwendungen, Autonome Mobile Systeme,
  • Planung und Optimierung, Entscheidungsunterstützung, Data Mining

Studienrichtung "Intelligente Systeme" im Informatikstudium

LEGO League 2020

Montag, Februar 24, 2020
2020 FLL-Regionalwettbewerb und FLL Junior am Freitag, den 27.11.2020 im Audimax

Namensänderung FLL

die LEGO League benennt sich um, insbesondere da nun eine dritte Altersgruppe dazukommt:
  • 4-6 Jahre -> FIRST LEGO League Discover
  • 6-10 Jahre -> FIRST LEGO League Explore
  • 9-16 Jahre -> FIRST LEGO League Challenge
Challenge ist die bisherige FLL, Explore die bisherige FLL Junior. Mit LEGO League ist nun das Gesamtprogramm gemeint.

An der Technischen Hochschule Brandenburg

COVID-19: Möglicherweise wird der Regionalwettbewerb und die FLL Explore (ehemals FLL Junior)-Ausstellung teilweise oder komplett online ausgetragen. Der Verein...
mehr lesen ...

Masterarbeit von Darya Martyniuk

Mittwoch, Januar 22, 2020

Kombination von Imitation Learning und Reinforcement Learning zur Bewegungssteuerung

Eine erfolgreiche Kombination von Imitation Learning (IL) und Reinforcement Learning (RL) zur Bewegungssteuerung eines Roboters besitzt das Potenzial, einem Endnutzer ohne Programmierkenntnisse einen intelligenten Roboter zu Verfügung zu stellen, der in der Lage ist, die benötigten motorischen Fähigkeiten von den Menschen zu erlernen und sie angesichts der aktuellen Rahmenbedingungen und Ziele eigenständig anzupassen. In dieser Masterarbeit wird eine Kombination von IL und RL zur Bewegungssteuerung des humanoiden Roboter NAO eingesetzt. Der Lernprozess findet auf dem realen Roboter ohne das vorherige Training in einer...

mehr lesen ...

Masterarbeit von Mario Kaulmann

Dienstag, Oktober 29, 2019

Anwendung interaktiver evolutionärer Algorithmen zur Erzeugung von Schlagzeugrhythmen

Interessante Schlagzeugrhythmen zu finden ist eine kreativ anspruchsvolle Aufgabe. Es gibt die Möglichkeiten verschiedene Instrumente zu verschiedenen Zeitpunkten zu spielen. Die Anordnung der zu spielenden Instrumente in einem Zeitverlauf muss dabei wiederholbar sein und dem Schlagzeuger gefallen. Zur Unterstützung bei diesem Prozess werden interaktive evolutionäre Algorithmen vor- geschlagen. Durch die Interaktivität kann der Nutzer die Suche steuern und die Abwand- lungsoperatoren des evolutionären Algorithmus erzeugen neue Vorschläge. Ein Schwerpunkt dieser Arbeit liegt auf der Benutzeroberfläche. Diese soll die Ermüdung des Nutzers gering halten und...

mehr lesen ...

Bachelorarbeit von Katharina Geue

Mittwoch, September 18, 2019

Nutzungsbasierte Optimierung von Motorradtouren mit Map Matching Technologien

Bei dieser Arbeit sollen anonymisierte, aufgezeichnete Motorradtouren (Tracks) von calimoto Nutzern analysiert werden, um daraus zu ermitteln, wie häufig Motorradfahrer auf welchen Straßen gefahren sind. Daraus soll ein neues Routingprofil erstellt werden, welches Routen über die populärsten Straßen generieren soll. Evaluiert wird auch, ob die Integration der Häufigkeitswerte in die Routenplanung nützlich ist und diese für Motorradfahrer geeignete Routen generiert.

Kolloqium: 18.09.2019

mehr lesen ...

Bachelorarbeit von Hüsein Celik

Donnerstag, September 05, 2019

Reimplementierung eines U-Netzes zur Segmentierung mit dem GluonCV-Framework

Die Arbeit untersucht exemplarisch die Leistzungsfähigkeit und Anwendbarkeit von GluonCV (Frameworks zur vereinfachten Verwendung tiefer neuronaler Netze) exemplarisch zur semantischen Segmentierung medizinischer Bilddaten mit einem U-Net. Hierzu wird angelehnt an die U-Net-Architektur [RFB15] eine vorhandene Keras-Implementierung [Pet18] in GluonCV reimplimentiert und in systematischen Versuchen verschiedene Kriterien zu Umsetzbarkeit und Performance evaluiert.

[RFB15] Ronneberger, Olaf ; Fischer, Philipp ; Brox, Thomas: U-Net: Convolutional Networks for Biomedical Image Segmentation. In: CoRR (2015).

[Pet18] Petsiuk, Vitali: Lung Segmentation (2D). (Dezember 2018)....

mehr lesen ...

LEGO League 2019

Donnerstag, Juli 25, 2019
2019 FLL-Regionalwettbewerb und FLL Junior am Freitag, den 29.11.2019 im Audimax
Am 1. August um 18 Uhr werden die Aufbauanleitungen und Aufgaben veröffentlicht: CITY SHAPER für die FLL und BOOMTOWN BUILD für die FLL Junioren. Die FLL Junior-Teams erhalten alle nötigen Materialien mit ihrem Motivationsset. Die FLL-Teams erhalten zum ersten Mal Teamleitfaden und Ingenieurnotizbücher mit allen Infos zu...
mehr lesen ...

Film: Darya über ihr Masterprojekt

Montag, Juli 15, 2019

Kurzfilm "Intelligente Systeme": Darya über ihr Masterprojekt II

Darya erläutert ihr Masterprojekt im 2. Semester zum Thema "Reinforcement-Lernen mit Gegner" im Schwerpunkt Intelligente Systeme
Ziel des Projektes II ist die Weiterentwicklung der im Projekt I begonnenen Anwendung, die es einem NAO-Roboter ermöglicht, das NIM-Spiel mit einem menschlichen Gegner zu spielen. Der Roboter soll selbstständig die Spielsituation erkennen, die Strategie planen, eigene Spielzüge erledigen und mit dem Gegner interagieren.

Im Projekt II sollen folgende Aufgaben gelöst werden:
  • Bildverarbeitung: Automatische Erkennung der Region of Interest.
    Im Projekt I sind die...
mehr lesen ...

Masterarbeit von Eric Bunde

Freitag, März 29, 2019

Sentimentanalyse mittels deutscher Twitter-Korpora und Deep Learning

Ziel dieser Arbeit ist die Untersuchung von Ansätzen zur Stimmungsanalyse von Tweets in deutscher Sprache. Hierzu ist ein Data Mining-Prozess zu durchlaufen mit den Phasen Datenselektion, -exploration, - vorbereitung, Merkmalsgenerierung, Modellierung und Evaluation. Die besondere Schwierigkeit besteht in der Datenbeschaffung, den unstrukturierten Daten (Tweets) sowie der Auswahl und lauffähigen Umsetzung der Lernalgorithmen aus dem Bereich des Deep Learnings. Die Klassifizierer sollen mit ihren Hyperparametern nachvollziehbar dokumentiert und geeignet evaluiert werden.

mehr lesen ...

Pizzabote WS18/19

Montag, März 18, 2019

Der autonome Pizzabote SAE-Level 5

Wir wiederholen die schwierige Aufgabe vom letzten Jahr, bei der ein autonomes Fahrzeug entworfen, konstruiert und programmiert werden soll, das selbständig kürzeste Wege in einer übergebenen Karte plant und ausführt. Der Anwendungsfall ist ein Lieferroboter, wie er in verschiedenen Städten erprobt wird. Das System übernimmt hier sowohl die Rolle des Roboters (Lokalisation, lokale Navigation mithilfe der Sensorik, Abliefern der Pizza) als auch die der Planungsschicht, bspw. einer zentralen KI-Komponente, die auf die Verkehrssituation der Stadt zugreifen kann und Routen nach aktueller Verkehrslage berechnet (globale Navigation).

...

mehr lesen ...

Masterarbeit von Joel Rixen

Freitag, September 28, 2018

Automatisches Generieren von Fingersatz für Klavierpartituren mithilfe von Machine-Learning

Beim Erlernen des Klavierspielens kann es besonders für Neueinsteiger problematisch sein, einen guten Fingersatz zu finden. Das Ziel dieser Arbeit ist, ein Programm zu erstellen, das den Fingersatz für Klavierpartituren generieren kann.

Diese Aufgabe wurde über die letzten 20 Jahre mehrfach versucht zu lösen. Die Lösungsansätze basieren meist auf der gleichen Idee und funktionieren nur bei einfachen Klavierstücken. In dieser Arbeit wurde deswegen mit einem anderen Lösungsansatz (Machine-Learning) gearbeitet. Es wurde eine Applikation zur Erzeugung von Fingersatz aus Partituren mit dem...

mehr lesen ...

Masterarbeit von Herval Bernice Nganya Nana

Montag, September 24, 2018

Multi-staged Deep Learning approach for automatic counting and detecting banana trees in UAV images using Convolutional Neural Networks

Die Arbeit bearbeitet ein schwieriges Problem bei der automatisierten Überwachung von Pflanzenzuständen auf Bauernhöfen und Plantagen. Sie schlägt eine auf Deep Learning basierende Methode vor, um Bananenbäume auf einer Bananenplantage mittels Drohnenbildern automatisch zu detektieren und zu zählen. Die Schwierigkeit dieser Aufgabe besteht darin, dass sich Bananenbaumkronen sehr oft überlappen. Selbst für einen Menschen ist diese Aufgabe sehr schwierig zu erledigen. Die Aufgabe zerfällt damit in zwei Teile:...

mehr lesen ...

Bachelorarbeit von Ursina Bisang

Montag, August 06, 2018

Online Deep Learning mit Hedge-Backpropagation für Predictive Maintenance-Anwendungen

Das Ziel der Arbeit ist die Untersuchung der Eignung von Hedge-Backpropagation zur Vorhersage von Maschinenausfällen auf dem Turbofan-Datensatz. Hedge-Backpropagation ist ein Multilayerperzeptron, bei dem aus jeder versteckten Schicht eine zusätzliche Ausgabe erzeugt wird. Die Ausgaben werden linear gewichtet und ihre Wichtung mit dem Hedge-Algorithmus alternierend zum übrigen Netz angepasst. So soll es möglich sein, dass sich über diese Wichtungen die genutzte Tiefe des Netzes selbständig an die Aufgabe anpasst.

Der Ansatz soll detailliert vorgestellt und entweder selbst oder unter Zuhilfenahme einer geeignet...

mehr lesen ...

Masterarbeit von Jonas Preckwinkel

Mittwoch, Juli 11, 2018

Deep Learning zur Objektdetektion in Bildern mit Region-based Convolutional Neural Networks und GPU-Computing

Ziel der Arbeit ist die Untersuchung der Leistungsfähigkeit aktueller künstlicher neuronaler Netze zur Objektdetektion in Bildern. Hierzu sind einführend wesentliche Konzepte des Deep Learnings zu erläutern. Der Schwerpunkt der Arbeit besteht in der Evaluation regionsbasierter Objektdetektionssysteme. Hierzu soll die Funktionsweise mehrstufiger regionsbasierter Detektionssysteme, insbesondere von R-CNN, Fast-RCNN und Faster-RCNN, detailliert erläutert und verglichen werden. Die Netze sind zu implementieren und auf geeigneten Daten, bspw. den VOC-Datenmengen, zu trainieren und der Einfluss von Hyperparametern auf Rechenzeiten und Performance zu untersuchen....

mehr lesen ...

LEGO League 2018 - jetzt mit FLL Junior

Mittwoch, April 04, 2018
2018
FLL-Regionalwettbewerb und FLL Junior am Freitag, den 30.11.2018 im Audimax
Am 09. April 2018 geht es in die neue FIRST-LEGO-League Saison und das Anmeldeportal öffnet sich. Wie in den letzen Jahren ist die Technische Hochschule Brandenburg wieder dabei - diesmal gleich zweifach: mit dem FLL-Regionalwettbewerb am 30. November und zeitgleich erstmals auch mit einer FLL Junior-Ausstellung (unten mehr dazu).
  • Neue Stichtags-Regelung: Wer am 1. Januar 2018 mindestens...
mehr lesen ...

Masterarbeit von Vanessa Vogel

Mittwoch, März 07, 2018

Human-Robot-Interaction zum überwachten Lernen einer Objekterkennung durch den humanoiden Roboter NAO

Ziel der Arbeit ist die Entwicklung einer Applikation zur Demonstration der Interaktion einer Person mit einem Roboter zum Erlernen von Objekten, die später wiedererkannt werden sollen. Der Schwerpunkt liegt zum einen auf der Entwicklung des Interaktionsmodells und zum anderen auf einer zuverlässigen Erkennung nach wenigen Lernbeispielen. Die besondere Schwierigkeit liegt in der Verwendung des NAO-Roboters. Die Arbeit soll die Vorarbeiten berücksichtigen und diese weiterentwickeln.

Im Ergebnis entstand eine Python-Applikation, die im Dialog mit einem Menschen in der...

mehr lesen ...

Bachelorarbeit von Franziska Mieck

Mittwoch, März 07, 2018

Entwicklung einer prototypischen Webanwendung mit AngularJS zur Erstellung modularer Ontologien der Health Intelligence Platform

Die Aufgabenstellung besteht darin, die Modularisierung von Ontologien entsprechend medizinischer Fachbereiche zu unterstützen. Dazu soll eine prototypische Webanwendung für die Health Intelligence Platform (HIP) der ORTEC Gesellschaft für Organisations- und Technologieberatung mbH konzeptioniert und entwickelt werden, mit deren Hilfe die Verwaltung und das Erstellen der Module erleichtert und verbessert wird. Ein sehr wichtiger Punkt ist die Veränderung des Importierens von Konzepten oder auch die Referenzierung zwischen Modulen. Grundsätzlich ist erwünscht, dass aufgezeigt wird, wie flexible Module kombiniert oder...

mehr lesen ...

Masterarbeit von Colin Christ

Freitag, Februar 02, 2018

Real-time reinforcement learning von Handlungsstrategien für humanoide Roboter

Ziel der Arbeit ist die Entwicklung einer Applikation zur Demonstration von Reinforcement- Lernen (RL) auf autonomen, humanoiden Robotern. Demonstriert werden soll das Erlernen einer erfolg- reichen Handlungsstrategie in einem einfachen realen Szenario. Das Szenario kann selbst gewählt werden, bspw. das Sortieren von Bällen. Das Szenario soll im Wesentlichen deterministisch, kann aber in seltenen Fällen stochastisch reagieren. Der Lernvorgang soll unbeaufsichtigt selbständig laufen können und in kurzer Zeit (bspw. einer Stunde) zu einer erfolgreichen Policy führen.

Ein zweiter Applikationsmodus soll das unbegrenzte Ausführen...

mehr lesen ...

Bachelorarbeit von Marie-Christin Knoll

Freitag, Februar 02, 2018

Entwicklung einer prototypischen Web-Anwendung in Shiny zur Kuratierung eines Thesaurus mit teilautomatischen Themenvorschlägen

Ziel der Arbeit war die Entwicklung einer prototypischen Web-Anwendung mithilfe des R-Pakets "Shiny" von RStudio. Mit dieser Anwendung können Mitarbeiter der mapegy GmbH auch ohne tiefe technische Kenntnisse Datenbankinhalte kuratieren, die in der Form eines Thesaurus vorliegen. Darüber hinaus werden dem Nutzer der Web-Anwendung Themenvorschläge präsentiert, die dem Thesaurus hinzugefügt werden können.

mehr lesen ...

Pizzabote - Robot Building Lab im WS17/18

Donnerstag, Januar 18, 2018
Pfadplanung mit Breitensuche

Der autonome Pizzabote SAE-Level 5

Im Straßenverkehr werden Autos von leistungsfähigen Fahrerassistenzsystemen gesteuert - aber bisher nur im SAE-Level 2 [1], d.h. unter ständiger Beobachtung des Fahrers. Aktuelle Pressemeldungen berichten von ersten Serien-Fahrzeugen mit SAE-Level 3, in denen der Fahrer seine Aufmerksamkeit abwenden darf und bei Problemen vom Auto gerufen wird [2].

Stellen wir uns nun einen unbemannten Transportroboter vor, der auf einer öffentlichen Straße vorsichtig Güter von A nach B transportiert, bspw. einen Pizzaboten mit SAE-Level 5 für den Stadtverkehr. Probleme bei der Auslieferung entstehen bei Staus, Baustellen...

mehr lesen ...

Vortrag auf dem World Usability Day

Donnerstag, November 09, 2017

Colin Christ studiert seit 2012 Informatik an der TH Brandenburg. Den Bachelor schloss er mit dem Schwerpunkt „ Intelligente Systeme“ ab. In seinem Masterprojekt vertiefte er das Thema "Reinforcement Learning (RL)" aus der Vorlesung "Künstliche Intelligenz". Reinforcement Learning ist ein Lernparadigma, das in der Robotik zunehmend Einsatz findet. Hierbei lernt ein Agent durch Ausprobieren eine genau auf seine Situation, bspw. seinen Körper und Sensorik, angepasste Handlungsstrategie. Neue Lernalgorithmen reduzieren die Anzahl notwendiger Interaktionen durch Übertragen erlebter Erfahrungen auf ähnliche Situationen und führen so zu einem verkürzten Lernvorgang. Mittlerweile scheint der Einsatz von RL in industriellen...

mehr lesen ...