Neuronale Netze. Automatische Hinderniserkennung Paul Fritsche
|
|
- Frank Krämer
- vor 6 Jahren
- Abrufe
Transkript
1 1 Neuronale Netze Automatische Hinderniserkennung
2 2 Hintergrund Grundlagen Tensorflow Keras Fazit
3 3 TTBN
4 4 TTBN
5 5 TTBN
6 6 TTBN
7 7 Biological Neural Network By BruceBlaus - Own work, CC BY 3.0
8 8 Artificial Neural Network Mathematisches Modell des Nervensystems Erste Ideen und Konzepte schon um Backpropagation Problem: Nicht genug Rechenleistung GPU/Cluster ändern das AWS, TPU
9 9 Artificial Neural Network X A Y
10 10 Artificial Neural Network 1 2 A Y 3
11 11 Artificial Neural Network
12 12 Deep Neural Network Schicht 1 Schicht
13 13 Deep Neural Network Schicht 1 Schicht
14 14 Propagation x R G y Y B N
15 15 Back Propagation x R G y Y B N
16 16 Convolutional Neural Network
17 17 Convolutional Neural Network
18 18 Convolutional Neural Network
19 19 Convolutional Neural Network
20 20 Convolutional Neural Network /
21 21 Convolutional Neural Network
22 22 Convolutional Neural Network Convolutions Subsampling
23 23 Convolutional Neural Network N N N N N px 32 Features Halbe Größe 64 Features Halbe Größe 1024 Hidden Ausgang: One hot vector
24 24 Convolutional Neural Network N V N V N V N V N Mio px 32 Features Halbe Größe 64 Features Halbe Größe 1024 Hidden Ausgang: One hot vector
25 25 Convolutional Neural Network Mit GPU ca 15 Minuten für Samples (Genauigkeit: 0.99) Sehr gute Ergebnisse für relativ kleine Bilder Funktioniert nur mit statischen Daten
26 26 Recurrent Neural Network x(t) A y(t)
27 27 Recurrent Neural Network x(0) A y(0) x(1) A y(1) x(t) A y(t)
28 28 Recurrent Neural Network The A quick x(1) A y(1) x(t) A y(t)
29 29 Recurrent Neural Network The A quick quick A brown x(t) A y(t)
30 30 Recurrent Neural Network Typen LSTM GRU Zustand (hidden nodes) Für Texte auf Buchstabenebene: 3 LSTM mit 512 hidden und 128 states Mit Shakespeare, Linux Quelltext, Babynamen trainiert
31 31 Probleme Viele (math.) Bausteine Netztyp, Training Viele Parameter Anzahl Neuronen, Layer Viele Modellierungsmöglichkeiten One hot vector, Farbraum Viele Zielplattformen Training GPU, TPU Runtime Handy, Browser Training sehr teuer
32 32 Tensorflow Google Brain team Seit 2015 open source Python Library/Toolset zum Arbeiten mit ANN Alternative zu Theano
33 33 Tensorflow input Python Script W b mul Session Storage add
34 34 Graph Datenflussgraph Datentyp: Tensor ~ 600 Operationen add, matmul, relu, softmax HSVToRGB, I/O Placeholder... W b input matmul add
35 35 Session Ausführung des Graphs Verschiedene Backends: CPU, GPU, TPU Implementierung der Operationen C/C++
36 36 Python Generiert den Graph Riesige Library Nicht nur die 600 Operationen Manipulation des Graphs Verwaltet Session Kann Placeholder setzen Daten lesen Variablen speichern
37 37 JVM JNI Schnittstelle zur C-API Laden/Speichern eines Graph inkl. Variablen Ändern des Graphen (Low Level) Session Desktop, Android (keine GPU) Streng getypte Kotlin API (Builder) denkbar Sehr viel Logik im Pythonteil
38 38 Tensorflow CNN x_in = tf.placeholder(tf.float32, [None, 28, 28, 1], name="x-input") y_in = tf.placeholder(tf.float32, [None, 10], name="y-input") conv1 = u.conv_layer(x_in, 5, 5, 1, 32, 'layer1') pool1 = u.max_pool_2x2(conv1) conv2 = u.conv_layer(pool1, 5, 5, 32, 64, 'layer2') pool2 = u.max_pool_2x2(conv2) flat = tf.reshape(pool2, [-1, 7*7*64]) densely = u.nn_layer(flat, 7*7*64, 1024, 'densely') y = u.nn_layer(densely, 1024, 10, 'readout', tf.identity) diff = tf.nn.softmax_cross_entropy_with_logits(labels=y_in, logits=y) cross_entropy = tf.reduce_mean(diff) train_step = tf.train.gradientdescentoptimizer(0.05).minimize(cross_entropy) correct = tf.equal(tf.argmax(y, 1), tf.argmax(y_in, 1)) accuracy = tf.reduce_mean(tf.cast(correct, tf.float32))
39 39 Tensorflow CNN
40 40 Keras Python Library für deep learning Backends: Tensorflow, Theano, CNTK Verschiedene Layer: Dense (normale NN Schicht) Conv2D (Convolution Schicht) LSTM Mathematische Operationen Baumstruktur aus Layern
41 41 Keras Input Conv MaxPool Conv MaxPool Dense Activation
42 42 Keras Input Conv MaxPool Conv MaxPool Dense LSTM Dense Activation
43 43 Keras Frame Conv MaxPool Conv MaxPool Dense Add Frame Conv MaxPool Conv MaxPool Dense LSTM... Dense Frame Conv MaxPool Conv MaxPool Dense Activation
44 44 Fazit TTBN Problem sind die Trainingsdaten Generieren mit Open Street Map Daten Qualität nicht ausreichend Insgesamt Technik - durch GPU/TPU auch große Netze möglich Tools - mit Keras/Tensorflow vorhanden Nutzen - Tensorflow Graph kann auf Endgerät benutzt werden
45 45 Einsatzgebiete Klassifizierung Statisch mit CNN: Bilder Ströme mit RNN (+CNN): Audio, Video Generieren Texte: RNN (Modelldaten Bericht) Musik Bewertung Abweichung vom Normalzustand finden (z.b. Netzwerk) Werberelevant? (youtube) Simulationen KI (Spiele)
Inhalt. 2. Caffe meets Java
Caffe-Einführung Inhalt 1. Caffe a. Installation b. Dateien eines Netzwerks c. Aufbau eines Netzwerks d. Verwendung eines Netzwerks e. Eigenes Beispiel für ein Netzwerk f. MNIST 2. Caffe meets Java Installation
MehrMaschinelles Lernen: Neuronale Netze. Ideen der Informatik Kurt Mehlhorn
Maschinelles Lernen: Neuronale Netze Ideen der Informatik Kurt Mehlhorn 16. Januar 2014 Übersicht Stand der Kunst im Bilderverstehen: Klassifizieren und Suchen Was ist ein Bild in Rohform? Biologische
MehrPython in Computational Neuroscience & Modular toolkit for Data Processing (MDP) Niko Wilbert (HU Berlin)
Python in Computational Neuroscience & Modular toolkit for Data Processing (MDP) Niko Wilbert (HU Berlin) Python in Computational Neuroscience Computational Neuroscience Computational Neuroscience ist
MehrJan Parthey, Christin Seifert. 22. Mai 2003
Simulation Rekursiver Auto-Assoziativer Speicher (RAAM) durch Erweiterung eines klassischen Backpropagation-Simulators Jan Parthey, Christin Seifert jpar@hrz.tu-chemnitz.de, sech@hrz.tu-chemnitz.de 22.
MehrSimulation neuronaler Netzwerke mit TIKAPP
Überblick Michael Hanke Sebastian Krüger Institut für Psychologie Martin-Luther-Universität Halle-Wittenberg Forschungskolloquium, SS 2004 Überblick Fragen 1 Was sind neuronale Netze? 2 Was ist TIKAPP?
MehrDas etwas andere Smartphone
Das etwas andere Smartphone Frank Prengel Technical Evangelist Microsoft Deutschland GmbH http://blogs.msdn.com/windowsphone 01./02. Dezember 2010 Köln www.iphonedevcon.de Microsoft? Auf der iphone DevCon??
MehrNeuronale Netze, Fuzzy Control, Genetische Algorithmen. Prof. Jürgen Sauer. 5. Aufgabenblatt: Neural Network Toolbox 1
Neuronale Netze, Fuzzy Control, Genetische Algorithmen Prof. Jürgen Sauer 5. Aufgabenblatt: Neural Network Toolbox 1 A. Mit Hilfe der GUI vom Neural Network erstelle die in den folgenden Aufgaben geforderten
MehrSpeaker. Dominik Helleberg. Mobile Development Android / Embedded Tools. http://dominik-helleberg.de/+
Speaker Dominik Helleberg Mobile Development Android / Embedded Tools http://dominik-helleberg.de/+ Warum? Moderne Consumer UI Moderne Consumer UI http://fortheloveoftech.com/2014/10/01/windows-10-for-tablets-first-impressions-there-is-no-start-menu/
MehrNeuronale Netze. Literatur: J. Zupan, J. Gasteiger: Neural Networks in Chemistry and Drug Design, VCH, Weinheim, 2nd Ed. 1999, ISBN 978-3-527-29779-5
Neuronale Netze Eine Reihe von ganz verschiedenen Methoden werden als Neuronale Netze (NN) bezeichnet. Die wichtigsten sind: - Feed forward, back propagation -NN (am meisten verwendet) - Kohonen-Netze:
MehrMobile Backend in. Cloud. Azure Mobile Services / Websites / Active Directory /
Mobile Backend in Cloud Azure Mobile Services / Websites / Active Directory / Einführung Wachstum / Marktanalyse Quelle: Gartner 2012 2500 Mobile Internet Benutzer Desktop Internet Benutzer Internet Benutzer
MehrMobile Backend in der
Mobile Backend in der Cloud Azure Mobile Services / Websites / Active Directory / Kontext Auth Back-Office Mobile Users Push Data Website DevOps Social Networks Logic Others TFS online Windows Azure Mobile
MehrSmartphone Entwicklung mit Android und Java
Smartphone Entwicklung mit Android und Java predic8 GmbH Moltkestr. 40 53173 Bonn Tel: (0228)5552576-0 www.predic8.de info@predic8.de Was ist Android Offene Plattform für mobile Geräte Software Kompletter
MehrNeuronale Netze. Prof. Dr. Rudolf Kruse Christoph Doell, M.Sc.
Neuronale Netze Prof. Dr. Rudolf Kruse Christoph Doell, M.Sc. Computational Intelligence Institut für Wissens- und Sprachverarbeitung Fakultät für Informatik kruse@iws.cs.uni-magdeburg.de Christoph Doell,
MehrNeuronale Netze (I) Biologisches Neuronales Netz
Neuronale Netze (I) Biologisches Neuronales Netz Im menschlichen Gehirn ist ein Neuron mit bis zu 20.000 anderen Neuronen verbunden. Milliarden von Neuronen beteiligen sich simultan an der Verarbeitung
MehrHerzlich Willkommen. Spielstrategien. gehalten von Nils Böckmann
Herzlich Willkommen Spielstrategien gehalten von Nils Böckmann Agenda 1. Einführung 2. Problemstellung 3. Abgrenzung 4. Zielstellung / grober Überblick 5. Vorstellen der Konzepte 1. Umgebungslogik 2. Spielbäume
MehrMobile Application Development
Mobile Application Development Android: Einführung Jürg Luthiger University of Applied Sciences Northwestern Switzerland Institute for Mobile and Distributed Systems Lernziele Der/die Kursbesucher/in kann
MehrCross-Plattform Spieleentwicklung mit der SDL
Cross-Plattform Spieleentwicklung mit der SDL Anhand der Spiele-Neuentwicklung "BlinkenSisters - Hunt for the Lost Pixels", einem Jump'n'Run, werde ich zeigen, wie ein solches Spiel entwickelt werden kann.
MehrOpenStack bei der SAP SE
OpenStack bei der SAP SE Integration bestehender Dienste in OpenStack dank Workflow Engine und angepasstem Webinterface 23. Juni 2015 Christian Wolter Linux Consultant B1 Systems GmbH wolter@b1-systems.de
MehrNeues in ArcGIS Server 9.3 Matthias Schenker ESRI Geoinformatik AG
Matthias Schenker ESRI Geoinformatik AG 2007 ESRI Geoinformatik GmbH Schwerpunkte bei ArcGIS Server 9.3 Qualitätsverbesserungen über alle Schichten des Server Stacks Front Ends ArcGIS Desktop ArcGIS Explorer
MehrWärmebedarfsprognose für Einfamilienhaushalte auf Basis von Künstlichen Neuronalen Netzen
Wärmebedarfsprognose für Einfamilienhaushalte auf Basis von Künstlichen Neuronalen Netzen Internationale Energiewirtschaftstagung Wien - 12.02.2015 Maike Hasselmann, Simon Döing Einführung Wärmeversorgungsanlagen
Mehr23. Januar, Zürich-Oerlikon
23. Januar, Zürich-Oerlikon Apps und Business über die Cloud verbinden Martin Weber Senior Software Engineer / Principal Consultant Cloud Technologies Noser Engineering AG Noser Engineering Noser Engineering
MehrMobile App Testing. Software Test im mobilen Umfeld ATB Expertentreff, Wien, 2013. Functional Test Automation Tools
Functional Test Automation Tools Mobile App Testing Software Test im mobilen Umfeld ATB Expertentreff, Wien, 2013 Presenter: Christoph Preschern (cpreschern@ranorex.com) Inhalte» Ranorex Company Overview»
MehrEinführung in Neuronale Netze
Wintersemester 2005/2006 VO 181.138 Einführung in die Artificial Intelligence Einführung in Neuronale Netze Oliver Frölich Abteilung für Datenbanken und Artificial Intelligence Institut für Informationssysteme
MehrUniversität zu Köln Seminar: Künstliche Intelligenz II Dozent: Claes Neuefeind SS 2012. Neuronale Netze. Von Deasy Sukarya & Tania Bellini
Universität zu Köln Seminar: Künstliche Intelligenz II Dozent: Claes Neuefeind SS 2012 Neuronale Netze Von Deasy Sukarya & Tania Bellini Einführung Symbolische vs. Sub-symbolische KI Symbolische KI: Fokussierung
MehrMINT-Initiative am FKG: Von der Mathematik zur IT
MINT-Initiative am FKG: Von der Mathematik zur IT Michael Adam ma@sernet.de 2012-05-23 Hi! Michael Adam Mathe...IT (3 / 12) Mathematik Mathe... Mathematik ist NICHT Rechnen! Reine Wissenschaft Streng logische
MehrÜber mich. Daniel Bälz. Softwareentwickler (inovex GmbH) github.com/dbaelz
Quo vadis Dart? Über mich Daniel Bälz Softwareentwickler (inovex GmbH) dbaelz.de plus.dbaelz.de github.com/dbaelz Agenda Was Wie Warum Wohin Was ist Dart? Übersicht Einsatzgebiet Client (Browser, CLI)
MehrAndreas Mösching Senior IT Architekt Hewlett-Packard (Schweiz) GmbH HP Banking Service Center Bern andreas.moesching@rtc.ch
Eclipse Runtime (OSGi) als Plattform eines Swing Rich Client Andreas Mösching Senior IT Architekt Hewlett-Packard (Schweiz) GmbH HP Banking Service Center Bern andreas.moesching@rtc.ch Zu meiner Person
MehrBrowser- gestützte Visualisierung komplexer Datensätze: Das ROAD System
AG Computeranwendungen und QuanLtaLve Methoden in der Archäologie 5. Workshop Tübingen 14. 15. Februar 2014 Browser- gestützte Visualisierung komplexer Datensätze: Das ROAD System Volker Hochschild, Michael
MehrMFG - Mehr Innovation mit IT und Medien
In Kooperation mit der Open Source Integration Initiative und der künftigen Open Source Business Alliance Organisiert von der MFG Baden-Württemberg mbh MFG - Mehr Innovation mit IT und Medien Der Award
MehrDBUS Interprozess-Kommunikation für Embedded-Plattformen
DBUS Interprozess-Kommunikation für Embedded-Plattformen Andreas Schwarz Neratec Solutions AG Firmenprofil Neratec Solutions AG Produkt-Entwicklungen für kundenspezifische elektronische Produkte Produkte
MehrAutomatisches Exploratives Testen von Webanwendungen
Automatisches Exploratives Testen von Webanwendungen Dr. Valentin Dallmeier IT-Themenabend - 2013-10-01 AG Produkte und Dienstleistungen für die Qualitätssicherung von Software. AG Dr. Valentin Dallmeier
MehrInternet-Briefing. HTML5 Update. Namics. Jürg Stuker. CEO. Partner. Thomas Junghans. Frontend Engineer. 7. Juni 2011
Internet-Briefing. HTML5 Update. Namics. Jürg Stuker. CEO. Partner. Thomas Junghans. Frontend Engineer. 7. Juni 2011 Google stellt Google Apps auf HTML5 um... 7. Juni 2011 2 HTML5 Update. Internet Briefing.
MehrSind Sie up-to-date? Moderne Kommunikationsmittel
Sind Sie up-to-date? Moderne Kommunikationsmittel Prof. Dr. Andrea Back, Universität St. Gallen Seite 2 Arbeits- und Interessenschwerpunkte Collaboration Wissens- Lern- und Arbeitsprozesse in Netzwerkstrukturen
MehrAzure Community Deutschland. Microsoft Azure. Was ist drin für Unternehmen? Oliver Michalski (Senior Software Engineer.NET)
Azure Community Deutschland Microsoft Azure Was ist drin für Unternehmen? Oliver Michalski (Senior Software Engineer.NET) Berlin 2016 1.0 Vorwort Hallo zusammen! das Schwerpunktthema der ACD, ist in diesem
MehrProposal zur Masterarbeit. Kombination der neuroevolutionären Methoden EANT mit Q-Learning und CMA-ES
Proposal zur Masterarbeit Kombination der neuroevolutionären Methoden EANT mit Q-Learning und CMA-ES Tchando Kongue Einleitung Neuroevolutionäre Algorithmen sind Methoden, die durch die Benutzung von genetischen
MehrWalkabout: Location Based Services mit Android und dem Google Phone
Walkabout: Location Based Services mit Android und dem Google Phone Teilbereich 1: Die Android Plattform für mobile Geräte (Software) Von: Sebastian Schul Inhalt Einleitung Was ist Android Exkurs: Wie
MehrBegleitendes Praktikum zu Computer Vision und Mustererkennung: Vertiefung
Begleitendes Praktikum zu Computer Vision und Mustererkennung: Vertiefung WS11/12 Übersicht Kontakt Aufgaben Bibliotheken Hinweise zu C# Kontakt Internet: http://cvpr.unimuenster.de/teaching/ws11/praktikumcomputervisionundmustererkennungws11/
MehrStructurally Evolved Neural Networks for Forecasting
Structurally Evolved Neural Networks for Forecasting - Strukturierte neuronale Netze für Vorhersagen Institut für Informatik - Ausgewählte Kapitel aus dem Bereich Softcomputing Agenda Grundlagen Neuronale
MehrC++ und mobile Plattformen
Dieser Artikel stammt aus dem Magazin von C++.de (http://magazin.c-plusplus.de) C++ und mobile Plattformen Mit diesem Artikel möchte ich euch einen kurzen Überblick über die verschiedenen Plattformen für
MehrSMARTPHONES. Möglichkeiten, Gefahren, Sicherheit Best Practice Peter Teufl
SMARTPHONES Möglichkeiten, Gefahren, Sicherheit Best Practice Peter Teufl A-SIT/Smartphones iphone security analysis (Q1 2010) Blackberry security analysis (Q1 2010) Qualifizierte Signaturen und Smartphones
MehrASAM ODS 6.0 next technology
ASAM ODS 6.0 next technology science + computing ag IT-Services and Software in complex computing environments Tuebingen Munich Berlin Duesseldorf Agenda science + computing ag auf einen Blick Motivation
MehrSeminar Game Development Game Computer Graphics. Einleitung
Einleitung Gliederung OpenGL Realismus Material Beleuchtung Schatten Echtzeit Daten verringern Grafik Hardware Beispiel CryEngine 2 Kristian Keßler OpenGL Was ist OpenGL? Grafik API plattform- und programmiersprachenunabhängig
MehrWebseiten und Web-Apps grafisch gestalten mit HTML5 Canvas ohne Flash und sonstige Tools
Webseiten und Web-Apps grafisch gestalten mit HTML5 Canvas ohne Flash und sonstige Tools 1 Kurze HTML-Geschichte Die HTML4-Spezifikation wurde im Dezember 1997 vorgelegt. Seitdem Stagnation! Das W3C arbeitete
MehrITSM PracticeCircle September 2007
ITSM PracticeCircle September 2007 Visualisierung von IT Services mit HP Operations Manager für Windows Mathias Schurr AnyWeb AG 2007 www.anyweb.ch Inhalt Was ist HP Operations für Windows? Der ServiceBaum
MehrAzure Machine Learning
Azure Machine Learning Alexander Wechsler Wechsler Consulting GmbH & Co. KG Was ist Machine Learning? Technologie zur Vorhersage Ermittlung von Wahrscheinlichkeiten mit Hilfe von Mustern in großen Datenmengen
MehrDie Sicht eines Sysadmins auf DB systeme
Die Sicht eines Sysadmins auf DB systeme Robert Meyer 21. Oktober 2016 Robert Meyer Die Sicht eines Sysadmins auf DB systeme 21. Oktober 2016 1 / 20 Inhaltsverzeichnis 1 Einleitung 2 IO unter Linux typische
MehrEin Erfahrungsbericht beim Einsatz von generierenden Ansätzen im Vergleich zu generischen Lösungen
Ein Erfahrungsbericht beim Einsatz von generierenden Ansätzen im Vergleich zu generischen Lösungen Tom Krauß Agenda Begriffsdefinition Verfahren Praktische Beispiele Vergleich und Bewertung Begriffsklärung
MehrLINUX Schulung. FrauenComputerZentrum Berlin. Jutta Horstmann, Mai 2006
LINUX Schulung FrauenComputerZentrum Berlin Jutta Horstmann, Mai 2006 Agenda Was ist Linux Was ist Open Source Warum Open Source Software Wie sieht Open Source Software aus Was kann man damit machen Ausprobieren!!
MehrEntwicklung von Methoden zum Nachweis von ökologisch erzeugten Produkten am Beispiel der Lachszucht - Neronale Netzanalyse -
Entwicklung von Methoden zum Nachweis von ökologisch erzeugten Produkten am Beispiel der Lachszucht - Neronale Netzanalyse - Development of Methods to Detect Products Made from Organic Salmon FKZ: 02OE073/1
MehrEmbedded Computing Conference 2014 Embedded UI Qt5
Embedded Computing Conference 2014 Embedded UI Qt5 2 Embedded User Interfaces in the Smartphone Age The Power of Qt5 and the QNX OS Qt Vorstellung 3 Qt ( cute ) Hat eine lange Geschichte (Beginn der Entwicklung:
Mehr!"#$"%&'()*$+()',!-+.'/',
Soziotechnische Informationssysteme 5. Facebook, Google+ u.ä. Inhalte Historisches Relevanz Relevante Technologien Anwendungsarchitekturen 4(5,12316,7'.'0,!.80/6,9*$:'0+$.;.,&0$'0, 3, Historisches Facebook
MehrMobility mit IBM Worklight Erste Schritte zu einer mobilen App. Benjamin Stein, Consultant Stuttgart, 03.04.2014
Mobility mit IBM Worklight Erste Schritte zu einer mobilen App Benjamin Stein, Consultant Stuttgart, 03.04.2014 Agenda Was ist IBM Worklight eigentlich? Hintergrund und Idee, Architektur und Bestandteile
MehrSaaS-Referenzarchitektur. iico-2013-berlin
SaaS-Referenzarchitektur iico-2013-berlin Referent Ertan Özdil Founder / CEO / Shareholder weclapp die Anforderungen 1.000.000 registrierte User 3.000 gleichzeitig aktive user Höchste Performance Hohe
Mehr(künstliche) Neuronale Netze. (c) Till Hänisch 2003, BA Heidenheim
(künstliche) Neuronale Netze (c) Till Hänisch 2003, BA Heidenheim Literatur zusätzlich zum Lit. Verz. Michael Negnevitsky, Artificial Intelligence, Addison Wesley 2002 Warum? Manche Probleme (z.b. Klassifikation)
MehrWhat s New? Skype for Business. Dirk THORMANN
What s New? Skype for Business Dirk THORMANN Agenda Skype for Business - SERVER Neue Rollen Backend Server Edge Updates Voice Updates Upgrade Skype for Business - CLIENT OPTIONAL New Look New Client Features
MehrAdobe Captivate & HTML5. E- und M-Learning aus einem Guss!?
Adobe Captivate & HTML5 E- und M-Learning aus einem Guss!? Martin Uhrig Dipl.-Technikredakteur (FH) Trainer, Berater & Autor Einführung in Captivate & Beispiele Neuerungen in Captivate 6 Einführung M-Learning
MehrLaVida. Mobile Endgeräte. Andreas Neupert
LaVida Mobile Endgeräte Andreas Neupert Einleitung 1 33 Was? 1) Android a. Hardware b. Entwickeln i. Tools ii. Architektur & Konzepte iii. Google App Inventor c. Benutzen versus 2) WP 7 a. Hardware b.
Mehr(künstliche) Neuronale Netze. (c) Till Hänisch 2003,2015, DHBW Heidenheim
(künstliche) Neuronale Netze (c) Till Hänisch 2003,2015, DHBW Heidenheim Literatur zusätzlich zum Lit. Verz. Michael Negnevitsky, Artificial Intelligence, Addison Wesley 2002 Aufbau des Gehirns Säugetiergehirn,
MehrJürgen Keiper Deutsche Kinemathek. Offene Quellen, offene Netze Perspektiven von Open Source-Software im Archiv- und Museumsbereich
Jürgen Keiper Deutsche Kinemathek Offene Quellen, offene Netze Perspektiven von Open Source-Software im Archiv- und Museumsbereich 1/23 Eine Kameradatenbank als erster Test Situation der Archive Perspektiven
MehrCloud Storage as a Service
Clod Storage as a Service Comptig der Zkft Große Eiheite klei terteilt AMD SM15000 + OpeStack 168.000 VMs af 576 physische Hosts Erste 75.000 VMs i 6,5h eigerichtet Praktischer Ntze VMs für Test- d Referezmgebg
MehrDynamic Ressource Management
best Open Systems Day Fall 2006 Dynamic Ressource Management Unterföhring Marco Kühn best Systeme GmbH kuehn@best.de Agenda Überblick Dynamic Resource Pools und FSS Dynamic Resource Memory RCAP Oracle
MehrInhalt. Teil I: Der Sprachkern von JavaScript
Inhalt Vorwort.... 1 Einführung in JavaScript... 1 1.1 Der JavaScript-Sprachkern... 4 1.2 Clientseitiges JavaScript... 9 Teil I: Der Sprachkern von JavaScript 2 Die lexikalische Struktur... 21 2.1 Zeichensatz...
MehrDarstellung komplexer 3D-Stadtmodelle im (mobilen) Webbrowser mittels bildbasiertem Rendering
Darstellung komplexer 3D-Stadtmodelle im (mobilen) Webbrowser mittels bildbasiertem Rendering Martin Christen FHNW Hochschule für Architektur, Bau und Geomatik Institut Vermessung und Geoinformation martin.christen@fhnw.ch
MehrDominik Helleberg inovex GmbH. Android-Enterprise- Integration
Dominik Helleberg inovex GmbH Android-Enterprise- Integration Dominik Helleberg Mobile Development Android HTML5 http://dominik-helleberg.de/+ http://twitter.com/_cirrus_ Agenda Intro Enterprise Apps /
MehrKünstliche neuronale Netze
Künstliche neuronale Netze Sebastian Morr 4. Juni 2008 Worum geht es? Die Natur hat uns 3,7 Milliarden Jahre Forschungszeit voraus. Toby Simpson Vorbild: Strukturen des Gehirns Ziel: Lernfähige Künstliche
MehrOpen Source Data Center Virtualisierung mit OpenNebula. 22.05.2013 LinuxTag Berlin. Bernd Erk www.netways.de
Open Source Data Center Virtualisierung mit OpenNebula 22.05.2013 LinuxTag Berlin Bernd Erk VORSTELLUNG NETWAYS NETWAYS! Firmengründung 1995! GmbH seit 2001! Open Source seit 1997! 38 Mitarbeiter! Spezialisierung
MehrHTML 5-Editor für OpenStreetMap
HTML 5-Editor für OpenStreetMap Paul-Fiete Hartmann (OSM Benutzername: bastik) 21.3.2012 Inhalt 1 Motivation 2 Ähnliche Projekte 3 Mein Prototyp (Beboj) 4 Webtechniken (Details) 2 / 20 Abgrenzung HTML
MehrOpen Source Data Center Virtualisierung mit OpenNebula. 05.03.2013 CeBIT 2013. Bernd Erk www.netways.de
Open Source Data Center Virtualisierung mit OpenNebula 05.03.2013 CeBIT 2013 Bernd Erk VORSTELLUNG NETWAYS NETWAYS! Firmengründung 1995! GmbH seit 2001! Open Source seit 1997! 35 Mitarbeiter! Spezialisierung
MehrInteractive exploration of neural networks in Python. 3-d simulation of the e-puck robot in virtual environments
Studienprojekte Sommersemester 2014 Interactive exploration of neural networks in Python 3-d simulation of the e-puck robot in virtual environments, m.pyka@rub.de Mercator Research Group Structure of Memory
MehrJürg Gutknecht, SI und ETH Zürich, April 2015
Jürg Gutknecht, SI und ETH Zürich, April 2015 Der Staubsauger könnte ein Mikrofon eingebaut haben, welches sämtliche Geräusche im Raum aufnimmt und via Stromkabel an einen Geheimdienst weiterleitet Die
MehrVersion 2.0. Copyright 2013 DataCore Software Corp. All Rights Reserved.
Version 2.0 Copyright 2013 DataCore Software Corp. All Rights Reserved. VDI Virtual Desktop Infrastructure Die Desktop-Virtualisierung im Unternehmen ist die konsequente Weiterentwicklung der Server und
MehrVerteiltes Debugging. Gemeinsames Debuggen in Saros
Verteiltes Debugging Gemeinsames Debuggen in Saros Motivation Saros unterstützt bislang nur das gemeinsame editieren von Quelltext > Support auf Compile Time Ebene Softwaredesign Fehler (Anw Logik) erst
MehrPraktikum Computational Intelligence 2 Ulrich Lehmann, Johannes Brenig, Michael Schneider
Praktikum Computational Intelligence 2 Ulrich Lehmann, Johannes Brenig, Michael Schneider Versuch: Training des XOR-Problems mit einem Künstlichen Neuronalen Netz (KNN) in JavaNNS 11.04.2011 2_CI2_Deckblatt_XORbinaer_JNNS_2
MehrSCHNELLEINSTIEG ZUM TOOL NODEBUILDER
Fakultät Informatik, Institut für Angewandte Informatik, Professur Technische Informationssysteme SCHNELLEINSTIEG ZUM TOOL NODEBUILDER Betreuer: Dipl.-Ing. A. Cemal Özlük Dipl.-Inf. Uwe Ryssel ALLGEMEINE
MehrConnecting Android. Externe Hardware mit dem grünen Roboter verbinden. Alexander Dahmen Dominik Helleberg
Connecting Android Externe Hardware mit dem grünen Roboter verbinden Alexander Dahmen Dominik Helleberg Speaker Dominik Helleberg Mobile Development Android / Embedded Tools http://dominik-helleberg.de/+
MehrFirewalls und Web 2.0 Herausforderungen und Trends
Herausforderungen und Trends Alexander von Gernler VDE ITG Konferenz Zukunft der Netze Wien, 28. September 2012 Übersicht genua und der Referent Angreifermodell Geschichte
MehrThe Developer's Guide to. Social Programming. Universität zu Köln Medien zwischen Technologie und Gesellschaft Prof. Dr. Manfred Thaller SS 12/13
The Developer's Guide to Social Programming Universität zu Köln Medien zwischen Technologie und Gesellschaft Prof. Dr. Manfred Thaller SS 12/13 Gliederung 1) Twitter API 2) Facebook Platform Website Integration
Mehr1. Software-Plattform Android Android. Was ist Android? Bibliotheken, Laufzeitumgebung, Application Framework
1. Software-Plattform Android Android Was ist Android? Plattform und Betriebssystem für mobile Geräte (Smartphones, Mobiltelefone, Netbooks), Open-Source Linux-Kernel 2.6 Managed Code, Angepasste Java
MehrZFS Dateisytem ohne Schmerzen
ZFS Dateisytem ohne Schmerzen Jonas Lerch OpenSolaris Community WARNUNG: Nachfolgender Vortrag enthält erschreckende Details. Empfindliche oder stark religiöse Personen wie z.b. Linux-Kernel Entwickler
MehrAbacus Formula Compiler (AFC)
Abacus Formula Compiler (AFC) Alle kennen Excel - jetzt sogar Ihre Java- Applikation! Bringt Tabellenkalkulationen auf die JVM http://formulacompiler.org/ Peter Arrenbrecht für Abacus Research AG http://abacus.ch/
MehrCAViT - Kurzvorstellung
CAViT - Kurzvorstellung Auswertung von Versuchs- und Simulationsdaten Martin Liebscher, März 2015 Copyright SCALE GmbH; Disclosure to third parties only in consultation with SCALE Einordnung / Motivation
MehrAufbau und Beschreibung Neuronaler Netzwerke
Aufbau und Beschreibung r 1 Inhalt Biologisches Vorbild Mathematisches Modell Grundmodelle 2 Biologisches Vorbild Das Neuron Grundkomponenten: Zellkörper (Soma) Zellkern (Nukleus) Dendriten Nervenfaser
MehrPflichtenheft. AI-Soccer Frontend 2004/2005
Pflichtenheft AI-Soccer Frontend 2004/2005 Teilnehmer : Hanno Hugenberg Jens Henneberg Mathias Otto Betreuer: Prof. Maic Masuch Jan Fritz 1 Inhalt : 1. Aufgabenstellung 3 2. Lösungsansatz 3 3. Aufbau des
MehrClouds. Erwartungen der Nutzer. Wolkig bis Heiter. (c) 2013, Peter Sturm, Universität Trier. Er ist verwöhnt! Er ist nicht dankbar!
Clouds Wolkig bis Heiter Erwartungen der Nutzer Er ist verwöhnt! Verfügbarkeit Viele Anwendungen Intuitive Interfaces Hohe Leistung Er ist nicht dankbar! Mehr! Mehr! Mehr! Moore 1 Erwartungen der Entwickler
Mehr.NET Dlls in Java-Webapplikationen
.NET Dlls in Java-Webapplikationen Integration von Dotnet Dlls in Java-Webapplikationen mittels JNBridge Autoren: Harald Negrin IT-Leiter BAWAG-Versicherung Jens Bühring Geschäftsführer Kap Dion Gesellschaft
MehrARM Cortex-M Prozessoren. Referat von Peter Voser Embedded Development GmbH
ARM Cortex-M Prozessoren Referat von Peter Voser Embedded Development GmbH SoC (System-on-Chip) www.embedded-development.ch 2 Instruction Sets ARM, Thumb, Thumb-2 32-bit ARM - verbesserte Rechenleistung
MehrJörg Neumann Acando GmbH
Jörg Neumann Acando GmbH Jörg Neumann Principal Consultant bei der Acando GmbH MVP Windows Platform Development Beratung, Training, Coaching Buchautor, Speaker Mail: Joerg.Neumann@Acando.com Blog: www.headwriteline.blogspot.com
MehrNeues in Hyper-V Version 2
Michael Korp Technical Evangelist Microsoft Deutschland GmbH http://blogs.technet.com/mkorp Neues in Hyper-V Version 2 - Virtualisieren auf die moderne Art - Windows Server 2008 R2 Hyper-V Robust Basis:
MehrEnterprise Social Network. Social Media im Unternehmen
Vorstellung Thorsten Firzlaff Diplom Informatiker / Geschäftsführer 15 Jahre Lotus Notes 3 Jahre Innovation Manager 3 Jahre Leitung Web2.0 Competence Center Referent auf vielen international Konferenzen
MehrAutomatisch fehlerfrei eine Vision?
D E L T A software technology The Generator Company Automatisch fehlerfrei eine Vision? MDD&PL 2009 Leipzig, 24.3.2009 Rüdiger Schilling Delta Software Technology GmbH MDD, PL und GP vs. Wartung und Modernisierung
MehrProperty-Graph-Databases. 20 Jahre praktische Erfahrung
Property-Graph-Databases 20 Jahre praktische Erfahrung Agenda Was sind die Bausteine der Property- Graph-Database Aspekte der Architektur und der Implementierung Möglichkeiten, Vor- und Nachteile von PG-
MehrZwischenvortrag zum Entwicklungsstand der Bachelor-Arbeit. Direct 3D-Output für ein Rendering Framework
Zwischenvortrag zum Entwicklungsstand der Bachelor-Arbeit Direct 3D-Output für ein Rendering Framework von Benjamin Betting unter der Betreuung von Daniel Schiffner 1 Gliederung Kapitel I und II: Motivation,Einführung,Grundlagen
Mehrpylottosimu Documentation
pylottosimu Documentation Release 1.6.1 Markus Hackspacher 15.05.2016 Inhaltsverzeichnis 1 Start 3 2 Dokumentation 5 2.1 Installation................................................ 5 2.2 Übersetzen................................................
MehrAlles außer Java! JVM-Sprachen sagen Happy Birthday
JUGS 20 Jahre Java Alles außer Java! JVM-Sprachen sagen Happy Birthday Jan-Paul Buchwald BeOne Stuttgart GmbH 15 Jahre JVM Sprachen Jython Rhino 2001: JRuby Groovy Scala 2007: Clojure 1992 2002 2012 1992:
MehrMaemo/N900: Nokias Zukunft?
Mobile Plattformen und 5 und N900 /N900: Nokias Zukunft? Ingo Ebel Computer Science and Media Hochschule der Medien Stuttgart Chemnitzer Linux-Tage 2010 Mobile Plattformen und 5 und N900 Noch eine Mobile
MehrSicherheit in Android
Motivation Aufbau Sicherheit Ausblick Quellen Sicherheit in Android Peter Salchow INF-M2 - Anwendungen 1 Sommersemester 2008 Department Informatik HAW Hamburg 20. Mai 2008 Peter Salchow Sicherheit in Android
MehrPython Programmierung. Dipl.-Ing.(FH) Volker Schepper
Python Programmierung Kontaktdaten Homepage: http://wwwlehre.dhbw-stuttgart.de/~schepper/ Email: Volker. Schepper [A@T] yahoo.de Vorlesung Skriptsprachen Vorlesung: 06.03.2013 13.03.2013 20.03.2013 27.03.2013
MehrGoogle Analytics Premium vs. Google Analytics
Premium vs. Premium ist ab sofort in Deutschland und anderen europäischen Ländern neben der weiterhin bestehenden kostenlosen Variante verfügbar. Trakken hat als offizieller Reseller bereits seit Mitte
MehrPredictive Modeling for Sports and Gaming Eine Präsentation von Manuel Wolf
Predictive Modeling for Sports and Gaming Eine Präsentation von Manuel Wolf 28.05.14 Inhalt Die Glückssträhne Statistische Simulationen Baseball, Basketball & andere Sportarten Maschinelles Lernen Windhund-und
Mehr