Zum Inhalt springen
ML2R-Blog
ML-Blog des Kompetenzzentrums ML2R
ML2R-BlogML2R-Blog
  • Grundlagen
    • KI-Ethik
    • ML Basics
  • Forschung
  • Anwendung
  • Mehr
    • Alle Beiträge
    • Über uns
    • Kontakt
    • Benachrichtigung
    • ML2R






Generic selectors

Exact matches only


Titel durchsuchen


Inhalte durchsuchen


Post Type Selectors

  • Grundlagen
    • KI-Ethik
    • ML Basics
  • Forschung
  • Anwendung
  • Mehr
    • Alle Beiträge
    • Über uns
    • Kontakt
    • Benachrichtigung
    • ML2R
• Application

An Approach to Granular Testing of Deep Neural Networks

Von Sujan Sai Gannamaneni1. Juni 2022

Establishing rigorous testing and certification techniques is essential before deploying new technologies like Deep Learning (DL) in safety-critical applications. We propose a testing approach that could identify weaknesses in DL models.

Mehr lesen
• Anwendungzweisprachiger Beitrag

Ein Ansatz zum granularen Testen von tiefen neuronalen Netzen

Von Sujan Sai Gannamaneni1. Juni 2022

Vor dem Einsatz neuer Technologien wie Deep Learning (DL) in sicherheitskritischen Anwendungen ist die Einführung strenger Test- und Zertifizierungsverfahren unerlässlich. Wir schlagen einen Testansatz vor, der Schwachstellen in DL-Modellen identifizieren könnte.

Mehr lesen
• Forschung

Mit Deep-Learning Passwörter generieren

Von David Biesner13. Oktober 2021

Menschen setzen Passwörter meist nicht zufällig, wodurch Systeme anfällig für Angriffe werden. In unserem Forschungsprojekt untersuchen wir Deep-Learning-Modelle, um neue, sicherere Passwörter zu generieren und die IT-Sicherheit in Unternehmen zu testen.

Mehr lesen
• Forschung

Robust oder anfällig – mit Wärme mehr Einsichten in neuronale Netze erhalten

Von Lukas Franken , Dr. Bogdan Georgiev1. Juni 2021

Wie einfach KI-Algorithmen angegriffen werden können, hängt von der Form der Grenzen ab, mit der das neuronale Netz die Entscheidungen voneinander trennt. Diese kann durch das Erhitzen der Entscheidungsgrenzen bestimmt werden.

Mehr lesen
• GrundlagenML Basics Tiefe Neuronale Netze

Deep Learning: Wie funktionieren tiefe neuronale Netze?

Von Dr. Gerhard Paaß21. April 2021

Deep Learning nutzt tiefe neuronale Netze, um Bilder zu erkennen, Texte zu verstehen und Entscheidungen genauer zu treffen. Zur Analyse großer Datensätze verwendet das „mehrschichtige Lernen“ mehrere versteckte Ebenen im Netz.

Mehr lesen
• Anwendung Gammastrahlung mit KI messen

Mit Künstlicher Intelligenz auf der Suche nach kosmischer Strahlung

Von Sebastian Buschjäger3. Februar 2021

Gammastrahlung gibt Hinweise auf Vorgänge im Weltall. Erstmalig ist es einem interdisziplinären Forscherteam der Informatik und Astrophysik an der TU Dortmund gelungen, die Analyse von Gammastrahlung in Echtzeit am Teleskop durchzuführen.

Mehr lesen
• Grundlagen Erklärbarkeit der Künstlichen Intelligenz

Warum KI erklärbar sein muss

Von Matthias Jakobs13. Januar 2021

Viele Entscheidungen können heutzutage effizient, genau und automatisiert mittels maschineller Lernverfahren getroffen werden. Ebenso wichtig ist allerdings, dass transparent dargestellt und erklärt wird, warum und wie diese Entscheidungen zustande kommen.

Mehr lesen
© ML2R – Kompetenzzentrum Maschinelles Lernen Rhein-Ruhr 2022

Datenschutz          Impressum

Go to Top
Diese Website verwendet Cookies, um Ihr Erlebnis zu verbessern. Wir gehen davon aus, dass Sie damit einverstanden sind, aber Sie können sich abmelden, wenn Sie möchten.

Cookie EinstellungenAblehnenAkzeptieren

Weitere Informationen zu Cookies erhalten Sie in unserer Datenschutzerklärung.
Datenschutz & Cookies

Datenschutzübersicht

Die Website verwendet Cookies, um Ihre Erfahrung zu verbessern, während Sie durch die Website navigieren. Von diesen Cookies werden die als notwendig eingestuften Cookies auf Ihrem Browser gespeichert, da sie für das Funktionieren der Grundfunktionen der Website unerlässlich sind. Wir verwenden auch Cookies von Drittanbietern, die uns helfen zu analysieren und zu verstehen, wie Sie diese Website nutzen. Diese Cookies werden nur mit Ihrer Zustimmung in Ihrem Browser gespeichert. Gleichzeitig haben Sie die Möglichkeit, diese Cookies abzulehnen. Das Ablehnen einiger dieser Cookies kann jedoch Auswirkungen auf Ihr Surferlebnis haben.
Notwendige Cookies
immer aktiv
Notwendige Cookies sind absolut notwendig, damit die Website ordnungsgemäß funktioniert. Diese Kategorie umfasst nur Cookies, die grundlegende Funktionalitäten und Sicherheitsmerkmale der Website gewährleisten und speichern keine persönlichen Informationen.
Nicht notwendige Cookies
Alle Cookies, die nicht unbedingt für das Funktionieren der Website notwendig sind und speziell dazu verwendet werden, persönliche Daten der Benutzer über Analysen, Anzeigen oder andere eingebettete Inhalte zu sammeln, werden als nicht notwendige Cookies bezeichnet und werden nur mit Ihrer Zustimmung in Ihrem Browser gespeichert. Gleichzeitig haben Sie die Möglichkeit, diese Cookies abzulehnen. Das Ablehnen einiger dieser Cookies kann jedoch Auswirkungen auf Ihr Surferlebnis haben.
SPEICHERN & AKZEPTIEREN