Pionierarbeit für Maschinelles Lernen – DFKI-Forscherteam erhält "NVIDIA Pioneer Award"

idw – Informationsdienst Wissenschaft

Nachrichten, Termine, Experten

Grafik: idw-Logo
Thema Corona

idw-Abo
Science Video Project



Share on: 
06/29/2018 14:07

Pionierarbeit für Maschinelles Lernen – DFKI-Forscherteam erhält "NVIDIA Pioneer Award"

Christian Heyer DFKI Kaiserslautern
Deutsches Forschungszentrum für Künstliche Intelligenz GmbH, DFKI

    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


    More information:

    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


    Criteria of this press release:
    Business and commerce, Journalists, Scientists and scholars
    Information technology, Mathematics
    transregional, national
    Contests / awards, Scientific Publications
    German


    Jensen Huang und Sebastian Palacio.


    For download

    x

    What do Deep Networks like to see?


    For download

    x

    Help

    Search / advanced search of the idw archives
    Combination of search terms

    You can combine search terms with and, or and/or not, e.g. Philo not logy.

    Brackets

    You can use brackets to separate combinations from each other, e.g. (Philo not logy) or (Psycho and logy).

    Phrases

    Coherent groups of words will be located as complete phrases if you put them into quotation marks, e.g. “Federal Republic of Germany”.

    Selection criteria

    You can also use the advanced search without entering search terms. It will then follow the criteria you have selected (e.g. country or subject area).

    If you have not selected any criteria in a given category, the entire category will be searched (e.g. all subject areas or all countries).

    Cookies optimize the use of our services. By surfing on idw-online.de you agree to the use of cookies. Data Confidentiality Statement
    Okay