• English
  • Deutsch
  • Log In
    or
  • Research Outputs
  • Projects
  • Researchers
  • Institutes
  • Statistics
Repository logo
Fraunhofer-Gesellschaft
  1. Home
  2. Fraunhofer-Gesellschaft
  3. Konferenzschrift
  4. Machine Learning in sicherheitskritischen Systemen
 
  • Details
  • Full
Options
2020
Konferenzbeitrag
Titel

Machine Learning in sicherheitskritischen Systemen

Titel Supplements
Aktuelle Probleme und Möglichkeiten der Absicherung
Abstract
Der Einsatz von Machine Learning (ML), insbesondere von Deep Learning, ermöglicht erst viele hochkomplexe Anwendungen, beispielsweise in der Medizintechnik oder bei autonomen Systemen. Derzeit gibt es beim Einsatz in solchen sicherheitskritischen Systemen jedoch noch einige Herausforderungen. Drei dieser Probleme und Möglichkeiten, wie diese in Zukunft gehandhabt werden können, sollen im Nachfolgenden am Beispiel des autonomen Fahrens vorgestellt werden.
Author(s)
Schwaiger, Adrian
Fraunhofer-Institut für Kognitive Systeme IKS
Hauptwerk
Embedded Software Engineering Kongress 2020
Project(s)
ADA-Center
Funder
Bayerisches Staatsministerium für Wirtschaft, Landesentwicklung und Energie StMWi
Konferenz
Embedded Software Engineering Kongress (ESE) 2020
File(s)
N-618542.pdf (278 KB)
Language
Deutsch
google-scholar
IKS
Tags
  • artificial intelligen...

  • Künstliche Intelligen...

  • machine learning

  • Maschinelles Lernen (...

  • safety

  • autonomes Fahren

  • autonomous driving

  • Autonomous Systems

  • Autonome Systeme

  • assurance case

  • Absicherung

  • safety critical

  • Safe Intelligence

  • Cookie settings
  • Imprint
  • Privacy policy
  • Api
  • Send Feedback
© 2022