Research Made Easy: Efficient literature study
Working with research articles is an essential part of academic study. This article presents tools and methods used by ML2R researchers to effectively manage the research process.
Mehr lesen
Matthias Jakobs ist wissenschaftlicher Mitarbeiter am Lamarr-Standort der Technischen Universität Dortmund. Sein Forschungsschwerpunkt liegt auf Erklärbarkeitsmethoden für tiefe Neuronale Netze sowie der formalen Verifikation von modernen Maschinellen Lernverfahren.
Wissenschaftliches Arbeiten leicht gemacht: Effizienter Umgang mit Literatur
Der Umgang mit fachbezogenen Artikeln ist ein essenzieller Teil des wissenschaftlichen Arbeitens. Dieser Artikel stellt Herangehensweisen und Tools vor, welche von ML2R Forscher*innen genutzt werden, um den Forschungsprozess effektiv zu gestalten.
Welches Modell soll ich wählen? Erklärbare Modellselektion für Zeitreihenvorhersage
Aus einer Menge von Modellen jenes Modell auszuwählen, welches eine gegebene Aufgabe am besten lösen kann, ist oft ein undurchsichtiger Prozess. Für Zeitreihenvorhersage präsentieren wir ein erklärbares Verfahren für Modellselektion.
IQ-Test für KI: Die ARC Challenge
Menschen können vorhandenes Wissen und logisches Denken kombinieren, um neue Probleme zu lösen. Für KI ist das nicht so einfach. Der ARC Benchmark bietet nun eine Testumgebung für solch neuartige KI-Ansätze.
Warum KI erklärbar sein muss
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.