Willkommen 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
2022 FLL Challenge und FLL
Explore an der THB entfällt |
Wir haben wirklich lange und intensiv diskutiert. Auf der
einen Seite hängen wir natürlich sehr an der FIRST LEGO League, die
wir ja von Beginn an 20 Jahre intensiv und aktiv begleitet haben.
Auf der anderen Seite kostet uns das viel Zeit und Aufwand, den wir
in diesen ohnehin nicht gerade aufwandsarmen Zeiten stemmen
müssten.
Wir haben uns daher dazu durchgerungen, zumindest in dieser
Saison nicht dabei zu sein.
...
mehr lesen ...
Freitag, Dezember 10, 2021
2021 FLL Challenge und FLL
Explore - CARGO CONNECT |
Das FLL-Saisonthema lautet "CARGO CONNECT": In dieser Saison
sollt ihr neue Wege finden, um Menschen und Güter rund um die Welt
zu bringen und Innovationen im Bereich des Transports finden.
Heute, in unserer globalen Gesellschaft, verbessern wir unsere
Lebensqualität immer weiter, indem der Austausch von Waren und
Dienstleistungen schneller, sicherer und effizienter wird und wir
bessere Möglichkeiten entwickeln, um selbst auf Entdeckungsreisen
zu gehen. Ihr stellt euch den Herausforderungen des Transportwesens
und untersucht technische Fortschritte und...
mehr lesen ...
Dienstag, November 30, 2021
Netzwerkanalyse und Visualisierung der Nutzer und
3D-Druckvorlagen von thingiverse.com mit dem Ziel der
Lead-User-Identifizierung
Auf der Seite thingiverse.com können Nutzer
Open-Source-Lizensierte 3D-Druckvorlagen hochladen, zum Benutzen
herunterladen und verändern. Daraus lässt sich ein Netzwerk mit
verschiedenen Knotentypen konstruieren:
- Nutzer, die sich gegenseitig folgen, Druckvorlagen einstellen,
nutzen und verändern.
- Die Druckvorlagen (Designs) samt Versionsmanagement. Weiterhin
können Nutzer Vorlagen "liken".
- Beiträge zum Druck einer Vorlage (Makes), die mit einem Nutzer
und einer Vorlage verbunden sind, aber auch Informationen zum
Drucker, Material, Problemen beim Drucken und dem anschließenden
Gebrauch...
mehr lesen ...
Donnerstag, Oktober 28, 2021
Entwicklung einer Methodik zur Qualitätsvorhersage im
Spritzgießprozess mittels maschinellen Lernens am Beispiel des
Formteilgewichtes
Ziel der Arbeit ist die Untersuchung von Methoden des
maschinellen Lernens zur Prognose von Qualitätsmaßen bei der
Produktion von Spritzgussteilen. Die Arbeit ist eine erste Arbeit
in diesem Kontext im Unternehmen und übernimmt somit eine
Pilotfunktion. Das umfasst den kompletten Data Mining-Prozess von
der Datenerfassung, -bereinigung, -aggregation, -vorverarbeitung
und -exploration, der Definition geeigneter Gütemaße, Entwicklung
eines Evaluationskonzeptes, über das Erstellen, Bewerten und
Optimieren von Modellen, bis hin zur Modellselektion und
nachhaltigen Dokumentation. Schwerpunkt ist das exemplarische
Absolvieren aller...
mehr lesen ...
Untersuchung von Methoden zur Klassifizierung von
Nachrichtenmeldungen - Transparente Modelle zur Erkennung von Fake
News
Ziel dieser Arbeit war die Untersuchung von Methoden des
maschinellen Lernens für die Klassifizierung bzw. Distinktion von
Fake News und echten Nachrichtenmeldungen. Einen besonderen Aspekt
nimmt dabei der Faktor Transparenz ein. Untersucht wurden drei
tiefe neuronale Netze und ein Modell basierend auf der logistischen
Regression, sowie die Generierung von Erklärungen post-hoc mittels
LIME. Die Untersuchungen wurden für drei verschiedene Datensätze
vorgenommen.
Die Ergebnisse zeigen, dass die Genauigkeit der Modelle stark
von dem zugrundeliegenden Datensatz abhängt....
mehr lesen ...
Objektdetektion und Instanzsegmentierung im Edge Computing mit
DeepStream SDK und Jetson
Die Arbeit untersucht das Deployment vortrainierter Detektoren
zur Erkennung von Boundingboxen und pixelgenauen Instanzen auf die
Plattform Jetson Nano. Hierzu sind geeignete vortrainierte Netze zu
evaluieren, weiter zu trainieren und optimiert auf dem Zielsystem
auszuführen. Die Optimierung kann auf dem Trainingsserver oder auf
dem Zielsystem stattfinden. Die Detektoren sollen in allen drei
Phasen durch sinnvolle Metriken auf einer selbstgewählten
Datenmenge evaluiert werden. Die lauffähige Umsetzung eines selbst
trainierten Detektors auf dem Jetson Nano ist durch eine einfache
Rahmenapplikation mit dem Deepstream...
mehr lesen ...
Effect of color space on deep learning algorithm for surgical
image classification
Ziel der Arbeit ist die Untersuchung des Einflusses
verschiedener Kodierungen der Farbinformation bei der
Klassifikation medizinscher Bilder mit Deep Learning-Modellen. Die
Bilder stammen aus einem Operationsszenario der
Gallenblasenentfernung und zeigen einzelne oder mehrere
Operationswerkzeuge im Körper bei minimalinvasiver Chirurgie.
Hierzu sind die Kodierungen zu bestimmen, die Datenmenge
vorzuverarbeiten, geeignete Pipelines zur Modellentwicklung und
-evaluation zu realisieren und die Ergebnisse auszuwerten. Die
besondere Schwierigkeit besteht in der Größe der Datenmenge, der
Einarbeitung in das Gebiet der Bildklassifikation mit Convolutional
Neural Networks...
mehr lesen ...
Konzeption und Umsetzung eines Neuroevolutionären Algorithmus
zur Steuerung eines Fahrzeugs in Unity
Genetische Algorithmen (GA) können zur Optimierung der
Wichtungen künstlicher neuronaler Netze (kNN) verwendet werden. Die
Lernaufgabe ist in diesem Fall das Finden einer Policy, die in der
Lage ist, in einer einfachen simulierten Umgebung ein Fahrzeug zu
steuern und gehört damit zum Reinforcement-Learning. Hierzu ist der
GA zu implementieren und auf die Lernaufgabe anzuwenden. Die
(physikbasierte) Simulation ist in geeigneter Weise in Unity zu
entwickeln und soll Aspekte der Vermittlung von Konzepten
berücksichtigen. Dies wäre denkbar durch die Visualisierung
der...
mehr lesen ...
Benchmarking Post-Training Quantization for Optimizing Machine
Learning Inference on compute-limited Edge Devices
In den letzten Jahren hat die Edge-KI, d.h. die Übertragung der
Intelligenz von der Cloud in Edge-Geräte wie Smartphones und
eingebettete Systeme an großer Bedeutung gewonnen. Dies erfordert
optimierte Modelle für maschinelles Lernen (ML), die auf Computern
mit begrenzter Rechenleistung funktionieren können. Die
Quantisierung ist eine der wesentlichen Techniken dieser
Optimierung. Hierbei wird der Datentyp zur Darstellung der
Parameter eines Modells verändert. In dieser Arbeit wurde die
Quantisierung untersucht, insbesondere die Quantisierungstechniken
nach dem Training, die in TensorFlow Lite (TFLite)...
mehr lesen ...
Donnerstag, Februar 11, 2021
Performance-Optimierung beim maschinellen Lernen am Beispiel
der Bonitätsprüfung von Bankkunden
Die Kreditwürdigkeitsprüfung ist ein wichtiger Schritt, der von
Kreditvergabestellen durchgeführt wird und der darüber entscheiden
kann, ob das Bankinstitut potenziellen Kreditnehmern einen Kredit
gewährt oder nicht. Diese Prüfung hat einen großen Einfluss auf
Agenturen, insbesondere im Finanzsektor. Um finanzielle Probleme zu
vermeiden, die aufgrund von Risiken bei der Kreditvergabe
auftreten, wird eine Methode benötigt, die die
Kreditwürdigkeitsprüfung unterstützt, indem die statistische
Leistung eines Kreditscoring-Modells erhöht wird. Mit Hilfe von
maschinellen Lernmodellen können Zeit, Aufwand und Kosten für die
Durchführung statistischer Analysen, die...
mehr lesen ...
Donnerstag, Februar 11, 2021
Entscheidungsunterstützung mit Bayesschen Netzen - Modellierung
einer COVID-19 Domäne mit HUGIN
Bayessche Netze (BN) sind gut zur Modellierung von Unsicherheit
geeignet. Ein aktuelles Beispiel für das Auftreten von Unsicherheit
ist die COVID-19 Domäne, insbesondere die Zusammenhänge zwi- schen
u.a. Symptomen, Analysen, Auswirkungen und Folgen. Nach einer
kurzen Einführung in die Grundlagen der BN sollen die we-
sentlichen Konzepte der COVID-19 Domäne einschließlich ihrer Zu-
sammenhänge dargestellt werden. Eine Analyse zum Stand der
Forschung zu BN, die genau diese Domäne bereits als Anwendung
haben, schließt sich an, ebenfalls eine eigene kurze Bewertung.
Kern...
mehr lesen ...
Donnerstag, Januar 21, 2021
Schiebepuzzle@Home: zuhause konstruiert, online diskutiert und
vorgeführt
Das Schiebepuzzle ist ein bekanntes Beispiel zur
Aktionsplanung. Das Puzzle besteht aus einem 3x3-Feld in dem 8
Plättchen in einer Stellung angeordnet sind. Die Plättchen können
horizontal oder vertikal in Richtung auf die freie Stelle bewegt
werden. Die Aufgabe besteht darin, in der Ausgangsstellung die
Plättchen sukzessive solange zu verschieben, bis die Zielstellung
erreicht wird. In jeder Stellung gibt es mindestens zwei und
höchstens vier Schiebemöglichkeiten. Wenn wir von durchschnittlich
drei Möglichkeiten ausgehen, so ergibt dies einen Suchbaum der
Verzweigungsrate 3. Bei einem typischen Lösungsweg der Länge...
mehr lesen ...
Freitag, November 27, 2020
2020 FLL Challenge und FLL
Explore |
Namensänderung FIRST LEGO League (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
FLL Challenge ist die bisherige FLL, FLL Explore die bisherige
FLL Junior. Mit FIRST LEGO League ist nun das Gesamtprogramm
gemeint.
...
mehr lesen ...
Freitag, Oktober 23, 2020
Tooling for big data extraction
Diese Arbeit stellt Probleme und Lösungen vor, die auftreten
können, wenn mit großen unstrukturierten Datensätzen gearbeitet
wird. Dies erfolgt am Praxisbeispiel, die über die Zeit verwendeten
JavaScript-Bibliotheken aus dem CommonCrawl-Datensatz zu
extrahieren. Beginnend mit wenigen Hardware-Ressourcen und dem
späteren Einsatz der stärkeren Infrastruktur des Future SOC Labs
werden die verschiedenen Probleme, die diese Entwicklungsstadien
mit sich bringen, behandelt, bspw. knappe Ressourcen zum Betreiben
der Datenbank und die Hardwarekonfiguration. Abschließend werden
die gesammelten Erkenntnisse anhand eines Teils des Datensatzes für
das Praxisbeispiel umgesetzt und die Ergebnisse visualisiert.
Die...
mehr lesen ...
Montag, September 28, 2020
Evolutionsinseln - Part 1
In diesem Teilprojekt geht es um die Simulation von Evolution in
einem künstlichen ökologischen System. Das langfristige Ziel ist
eine anschauliche Visualisierung verschiedener Evolutionsphänomene
wie bspw. Gendrift, mehrkriterielle Optimierung, dynamische
Fitnesslandschaften, Koevolution, konvergente Evolution und andere.
Diese Effekte sind in der Natur wegen ihrer Verteiltheit und
Langsamkeit schwer zu beobachten und sollen hier durch Individuen
in einer 3D-Welt erlebbar werden. Es soll Spaß machen, den
Experimenten wie einem spannenden Film zu folgen. Das Projekt
orientiert sich an der 2D-Welt in [1].
mehr lesen ...
Donnerstag, Juli 09, 2020
Explorative Analyse und datenbasierte Modellierung eines
Vorhersagemodells zur Ermittlung der monatlichen Kostenbelastung im
RentSharing-Modell
Ziel der Arbeit sind erste Schritte zur Erweiterung einer
Angebotsplattform für Leasingverträge um ein Vorschlagssystem. Das
bisherige System benutzt einen sog. Dienstwagenrechner (DWR), um
die monatliche Kostenbelastung für vom Nutzer einzugebende
Vertragsdaten zu berechnen. Die Berech-nung ist zeitaufwändig.
Durch eine Beschleunigung des DWR könnte die Zielgröße schon bei
teilweise eingegebenen Vertragsdaten für eine Vielzahl von
Optionen, bspw. Fahrzeugtypen, berechnet wer-den und somit als
Grundlage für einen Vorschlag eines Vertragsmerkmals dienen. Diese
Arbeit ver-sucht das Ziel durch eine datenbasierte...
mehr lesen ...
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 ...
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 ...
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 ...
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 ...