• English
  • Deutsch
  • Log In
    Password Login
    Research Outputs
    Fundings & Projects
    Researchers
    Institutes
    Statistics
Repository logo
Fraunhofer-Gesellschaft
  1. Home
  2. Fraunhofer-Gesellschaft
  3. Artikel
  4. Maschinelle Lernverfahren erklärbar machen
 
  • Details
  • Full
Options
2020
Journal Article
Title

Maschinelle Lernverfahren erklärbar machen

Title Supplement
Einblicke in die Blackbox
Abstract
Künstliche Intelligenz kommt immer häufiger auch in sicherheitskritischen Anwendungen zum Einsatz. Deshalb ist das Wissen darüber, wie sie zu ihren Entscheidungen kommt, essenziell. Forschung und Industrie haben das erkannt und arbeiten daran, dass die Blackbox-Algorithmen von heute künftig neben dem Ergebnis auch einen nachvollziehbaren Lösungsweg liefern.
Author(s)
Weik, Hannes  
Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA  
Röhricht, Karin  
Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA  
Mainwork
Fraunhofer IPA Interaktiv. Ausgabe 2020/2  
File(s)
Download (1.61 MB)
Rights
Use according to copyright law
DOI
10.24406/publica-fhg-266038
Language
German
Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA  
Keyword(s)
  • Explainable Artificial Intelligence (XAI)

  • Künstliche Intelligenz

  • maschinelles Lernen

  • Cookie settings
  • Imprint
  • Privacy policy
  • Api
  • Contact
© 2024