idw – Informationsdienst Wissenschaft
Nachrichten, Termine, Experten
Nachrichten, Termine, Experten
Kaiserslautern/Salt Lake City – Als einziges europäisches Team wurden die Forscher des DFKI Deep Learning-Kompetenzzentrums für ihre Arbeit „What do Deep Networks Like to See?“, die einen neuartigen Einblick in die Verarbeitungsprozesse neuronaler Netzwerke ermöglicht, mit dem „NVIDIA Pioneer Award“ ausgezeichnet.
Jensen Huang, CEO von NVIDIA, Weltmarktführer für Computer-Grafik und KI-Computing, würdigte im Rahmen der Computer Vision and Pattern Recognition Konferenz (CVPR) in Salt Lake City insgesamt 12 international herausragende Arbeiten auf dem Gebiet des Maschinellen Lernens.
Neuronale Netze verstehen
Das neuartige Analyseverfahren der DFKI-Forscher erlaubt weitreichende Einblicke in die Eigenschaften und Verarbeitungsprozesse tiefer neuronaler Netze, die sonst weitestgehend undurchsichtig sind. Dabei werden die Vorgänge von außen von einem zweiten neuronalen Netz betrachtet. Ein leistungsstarker Autoencoder erhält Rückmeldung über die Ergebnisse der Analyse und passt die Eingabe entsprechend an, so dass Fehler reduziert werden. Erkennt das Netz beispielsweise ein Motiv auf einem Bild nicht richtig, so wird der Input nach dem Gusto des Netzes angepasst. Hieraus lassen sich Rückschlüsse über die bevorzugten Entscheidungswege der gängigsten Modelle ziehen und diese verständlich visualisieren. Kurzum: Das Verfahren bringt ein neues Licht in die Vorgänge der „Black Box“ des Deep Learning und hilft so, die Prozesse nachvollziehbarer zu machen. Ein zentraler Aspekt, wenn Maschinen Entscheidungen im Sinne des Menschen treffen sollen.
Neben dem DFKI, dem einzigen Preisträger aus Europa, wurden weitere renommierte Institutionen wie die Stanford University, Tsinghua University, University of Toronto, University of Tokyo und University of Washington, Chinese Academy of Science, Peking University, ausgezeichnet.
Prof. Dr. Andreas Dengel, Standortleiter des DFKI in Kaiserslautern und Leiter des Kompetenzzentrums Deep Learning freut sich über die erneute Auszeichnung: „Wir sind sehr stolz über die erneute Würdigung unserer Forschungsarbeit durch den Weltmarktführer für Machine Learning-Plattformen. Ganz besonders möchte ich die Mitarbeiterinnen und Mitarbeiter des DFKI-Kompetenzzentrums Deep Learning beglückwünschen, die regelmäsßg für ihre exzellenten Arbeiten ausgezeichnet werden."
Sebastian Palacio, Wissenschaftler im DFKI-Forschungsbereich Smarte Daten und Wissensdienste, stellte das neue Konzept mit dem Papier „What do Deep Networks Like to See?“ der DFKI-Autoren Sebastian Palacio, Joachim Folz, Joern Hees, Federico Raue, Damian Borth und Andreas Dengel erstmals auf der CVPR Konferenz vor und nahm die Auszeichnung entgegen.
Entwickelt wurde die Technologie im Rahmen des vom Bundesministerium für Bildung und Forschung (BMBF) geförderten Projekt DeFuseNN.
Kontakt für Journalisten
________________________________________
Christian Heyer
Leiter Unternehmenskommunikation
DFKI Kaiserslautern
Telefon: 0631 20575-1710
E-Mail: Christian.Heyer@dfki.de
http://www.dfki.de DFKI-Homepage
https://blogs.nvidia.com/blog/2018/06/20/nvidia-ceo-springs-special-titan-v-gpus... Pressemeldung von NVIDIA
https://www.dfki.de/web/forschung/publikationen?pubid=9663 Link zum Paper
Jensen Huang und Sebastian Palacio.
NVIDIA
None
What do Deep Networks like to see?
NVIDIA
None
Merkmale dieser Pressemitteilung:
Journalisten, Wirtschaftsvertreter, Wissenschaftler
Informationstechnik, Mathematik
überregional
Wettbewerbe / Auszeichnungen, Wissenschaftliche Publikationen
Deutsch
Jensen Huang und Sebastian Palacio.
NVIDIA
None
What do Deep Networks like to see?
NVIDIA
None
Sie können Suchbegriffe mit und, oder und / oder nicht verknüpfen, z. B. Philo nicht logie.
Verknüpfungen können Sie mit Klammern voneinander trennen, z. B. (Philo nicht logie) oder (Psycho und logie).
Zusammenhängende Worte werden als Wortgruppe gesucht, wenn Sie sie in Anführungsstriche setzen, z. B. „Bundesrepublik Deutschland“.
Die Erweiterte Suche können Sie auch nutzen, ohne Suchbegriffe einzugeben. Sie orientiert sich dann an den Kriterien, die Sie ausgewählt haben (z. B. nach dem Land oder dem Sachgebiet).
Haben Sie in einer Kategorie kein Kriterium ausgewählt, wird die gesamte Kategorie durchsucht (z.B. alle Sachgebiete oder alle Länder).
