Fraunhofer-Institut für Optronik, Systemtechnik und Bildauswertung IOSB

Filters
Reset filters

Settings
Now showing 1 - 5 of 5
No Thumbnail Available
Publication

Tiefe neuronale Netze

2021 , Bauckhage, Christian , Hübner, Wolfgang , Hug, Ronny , Paaß, Gerhard

View
No Thumbnail Available
Publication

Informed Machine Learning - A Taxonomy and Survey of Integrating Knowledge into Learning Systems

2019-03-29 , Rüden, Laura von , Mayer, Sebastian , Beckh, Katharina , Georgiev, Bogdan , Giesselbach, Sven , Heese, Raoul , Kirsch, Birgit , Pfrommer, Julius , Pick, Annika , Ramamurthy, Rajkumar , Schuecker, Jannis , Garcke, Jochen , Bauckhage, Christian , Walczak, Michal

Despite its great success, machine learning can have its limits when dealing with insufficient training data. A potential solution is the additional integration of prior knowledge into the training process, which leads to the notion of informed machine learning. In this paper, we present a structured overview of various approaches in this field. First, we provide a definition and propose a concept for informed machine learning, which illustrates its building blocks and distinguishes it from conventional machine learning. Second, we introduce a taxonomy that serves as a classification framework for informed machine learning approaches. It considers the source of knowledge, its representation, and its integration into the machine learning pipeline. Third, we survey related research and describe how different knowledge representations such as algebraic equations, logic rules, or simulation results can be used in learning systems. This evaluation of numerous papers on the basis of our taxonomy uncovers key methods in the field of informed machine learning.

View
No Thumbnail Available
Publication

Grundlagen des Maschinellen Lernens

2021 , Bauckhage, Christian , Hübner, Wolfgang , Hug, Ronny , Paaß, Gerhard , Rüping, Stefan

Zu definieren, was die menschliche Intelligenz sowie intelligentes Handeln – und da­mit auch die Künstliche Intelligenz – ausmacht, ist außerordentlich schwer und be­schäftigt Philosophen und Psychologen seit Jahrtausenden. Allgemein anerkannt istaber, dass die Fähigkeit zu lernen ein zentrales Merkmal vonIntelligenzist. So ist auchdas Forschungsgebiet desMaschinellen Lernens(engl.machine learning, ML) ein zen­traler Teil der Künstlichen Intelligenz, das hinter vielen aktuellen Erfolgen von KI-Sys­temen steckt.

View
No Thumbnail Available
Publication

Kognitive Systeme und Robotik

2018 , Bauckhage, Christian , Bauernhansl, Thomas , Beyerer, Jürgen , Garcke, Jochen

Kognitive Systeme können komplexe Prozesse überwachen, analysieren und gewinnen daraus auch die Fähigkeit, in ungeplanten oder unbekannten Situationen richtig zu entscheiden. Fraunhofer-Experten setzen Verfahren des maschinellen Lernens ein, um neue kognitive Funktionen für Roboter und Automatisierungslösungen zu nutzen. Dazu statten sie Systeme mit Technologien aus, die von menschlichen Fähigkeiten inspiriert sind bzw. diese imitieren und optimieren. Der Bericht beschreibt diese Technologien, erläutert aktuelle Anwendungsbeispiele und entwirft Szenarien für zukünftige Anwendungsfelder.

View
No Thumbnail Available
Publication

Deutsche Normungsroadmap Künstliche Intelligenz

2020 , Adler, R. , Kolomiichuk, Sergii , Hecker, Dirk , Lämmel, Philipp , Ma, Jackie , Marko, Angelina , Mock, Michael , Nagel, Tobias , Poretschkin, Maximilian , Rennoch, Axel , Röhler, Marcus , Ruf, Miriam , Schönhof, Raoul , Schneider, Martin A. , Tcholtchev, Nikolay , Ziehn, Jens , Böttinger, Konstantin , Jedlitschka, Andreas , Oala, Luis , Sperl, Philip , Wenzel, Markus , et al.

Die deutsche Normungsroadmap Künstliche Intelligenz (KI) verfolgt das Ziel, für die Normung Handlungsempfehlungen rund um KI zu geben, denn sie gilt in Deutschland und Europa in fast allen Branchen als eine der Schlüsseltechnologien für künftige Wettbewerbsfähigkeit. Die EU geht davon aus, dass die Wirtschaft in den kommenden Jahren mit Hilfe von KI stark wachsen wird. Umso wichtiger sind die Empfehlungen der Normungsroadmap, die die deutsche Wirtschaft und Wissenschaft im internationalen KI-Wettbewerb stärken, innovationsfreundliche Bedingungen schaffen und Vertrauen in die Technologie aufbauen sollen.

View