idw - Informationsdienst
Wissenschaft
Informatiker der Universität Jena werden auf internationaler Fachtagung ausgezeichnet
Der Mensch lernt nie aus: Was beim Kleinkind mit Sitzen, Stehen, Laufen beginnt, setzt sich später in der Schule mit Lesen, Schreiben und Rechnen fort. Doch auch im Berufsleben und im Alltag müssen wir fortwährend dazulernen, um mit neuen Situationen umgehen und uns auf veränderte Bedingungen einstellen zu können.
Lebenslanges Lernen – das soll künftig auch für von Menschen gemachte Technik gelten. Informatiker der Friedrich-Schiller-Universität Jena schaffen dafür die Grundlagen mit: Sie entwickeln „lernfähige“ Computersysteme. Während der jüngsten internationalen „Asian Conference on Computer Vision“ in der südkoreanischen Stadt Daejeon ist das Team um den Inhaber des Lehrstuhls für Digitale Bildverarbeitung, Prof. Dr. Joachim Denzler, für seinen Forschungsbeitrag zu diesem Thema mit dem „Best Honourable Mention Paper Award“ ausgezeichnet worden.
Der Preis würdigt den Jenaer Beitrag als zweitbesten aller Beiträge der Tagung, an der über 1.000 Fachleute aus aller Welt teilgenommen haben. „Ein tolles Ergebnis“, freut sich Prof. Denzler, „besonders für unsere Nachwuchswissenschaftler.“ Bereits im Vorfeld sei die Konkurrenz sehr groß gewesen. Von allen eingereichten Beiträgen ist lediglich jeder vierte überhaupt für die Konferenz akzeptiert worden und nur vier Prozent wurden als Vortrag zugelassen, darunter auch der Beitrag aus Jena.
Für ihren Artikel „Rapid Uncertainty Computation with Gaussian Processes and Histogram Intersection Kernels“ wurden die beiden Jenaer Informatik-Doktoranden Alexander Freytag und Paul Bodesheim, sowie Dr. Erik Rodner, der gerade einen einjährigen Forschungsaufenthalt in Berkeley (USA) verbringt, und Prof. Denzler gewürdigt. In dieser Arbeit gelang es den vier Jenaer Wissenschaftlern, zentrale Aspekte beim Lernen von Objekten für Computer effizient zu behandeln. „Das spielt für automatische Lernprozesse von Computern eine zentrale Rolle“, erläutert Prof. Denzler an einem Beispiel: Ein Roboter soll Objekte im Haushalt erkennen und je nachdem, worum es sich handelt, diese in die Spülmaschine, den Mülleimer oder den Küchenschrank räumen. Wie wir Menschen muss der Computer jedes einzelne Objekt zuerst einmal kennenlernen und dann seinen Bestimmungsort abspeichern. „Gelingt das, würden sich ganz neue Möglichkeiten eröffnen – über die Zeit lernende Systeme könnten in vielen Bereichen von enormem Nutzen sein“, so Doktorand Paul Bodesheim. „Das Problem besteht allerdings darin, dass es für aktuelle Systeme mit steigender Menge bereits bekannter Objekte immer aufwendiger wird, das Aussehen neuer Objekte zu erlernen“, sagt Prof. Denzler. Dieses „lebenslange Lernen“ sei jedoch beispielsweise für den künftigen Service-Roboter, der im Haushalt unterstützende Aufgaben übernehmen soll, unerlässlich.
Die Jenaer Informatiker haben nun einen Bildverarbeitungsansatz entwickelt, der die Lernprozesse des Computers deutlich beschleunigt. Was bisher mehrere Stunden oder Tage gedauert hat bzw. mit aktuellen Ansätzen überhaupt nicht lösbar war, passiert jetzt innerhalb weniger Sekunden. Damit dürften sich künftig auch deutlich komplexere Lernprozesse verarbeiten lassen.
Kontakt:
Prof. Dr. Joachim Denzler
Institut für Informatik der Friedrich-Schiller-Universität Jena
Ernst-Abbe-Platz 2, 07743 Jena
Tel.: 03641 / 946420
E-Mail: joachim.denzler[at]uni-jena.de
Prof. Dr.-Ing. Joachim Denzler und die Doktoranden Paul Bodesheim und Alexander Freytag (v. l.) von ...
Foto: Jan-Peter Kasper/FSU
None
Merkmale dieser Pressemitteilung:
Journalisten, Wissenschaftler
Informationstechnik
regional
Personalia
Deutsch
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).