Undergraduated Seminar

 -  01:30 pm
Exposé
RH1 A 1.03

Visual Explanations in Deep Reinforcement Learning via Convolutional Neural Network Localization

from: Matthias Rosynski  (Universität Bremen)
Deep Reinforcement Learning (DRL) connects the classic Reinforcement Learning algorithms with Convolutional Neuronal Networks (CNN). The problem in DRL is that it is not easy to understand what the CNN is learning. In order to be able to use the programs in highly dangerous environments for humans a…
 -  02:00 pm
Zwischenbericht
RH5 117

Adding new gestures for human-robot interaction using EEG-based reinforcement learning

from: Christoph Naue  (Universität Bremen)
Reinforcement learning applications have evolved rapidly throughout the last decade. Recently the DFKI successfully implemented a reinforcement learning (RL) algorithm that uses error potentials evoked by error recognition in the human brain for human-robot interaction. The algorithm makes it possib…
 -  01:30 pm
Exposé
RH5 117

Development of a Visual Voice Activity Detection

from: Adrian Lubitz  (Universität Bremen)
Technology is integrating more and more into the life of the modern man. A very important question is how are people interacting with technology. The human brain does not react emotionally to artificial objects like computers and mobile phones. However, the human brain reacts strongly to human appea…
 -  01:00 pm
Kolloquium
RH1 A 1.03

Untersuchung eines biologisch inspirierten Gleichgewichtsverhaltens am Beispiel des Humanoiden RH5

from: Luka Johnsen  (Hochschule Bremen)
Es wird ein Gleichgewichtsverhalten für den humanoiden Roboter RH5  entwickelt, optimiert und untersucht. Der Aufbau des Gleichgewichtsverhaltens ist vom biologischen Vorbild Mensch inspiriert.  Die von Menschen verwendeten Fußgelenk- und Beinbelastungsstrategien werden auf den Roboter übe…
 -  01:00 pm
Exposé
RH1 A 1.03

Untersuchung und Bewertung von Trajektoriegeneratoren bei Greifanwendungen

from: Jannik Klemm  (Universität Bremen)
Die Auswahl des richtigen Trajektoriegenerators und dessen Parametrisierung für ein Manipulationsszenario erfordert viel Expertenwissen. Zudem muss diese situationsbedingt angepasst werden, welches manuell sehr aufwendig und häufig nicht optimal durchgeführt werden kann. Darum ist es notwendig, dass…
 -  12:30 pm
Exposé
RH1 A 1.03

Konzipierung eines modularen, skalierbaren und generischen Rahmenwerkes zur Umsetzung von Maschinellem Lernen in großen Unternehmensorganisationen - Am Beispiel der Weltraumrobotik von Airbus DS

from: Dennis Lubczyk  (Universität Bremen)
In Studien zeigt sich, dass in deutschen Unternehmen Künstliche Intelligenz nur ein kleiner Teil in aktuellen Digitalisierungsstrategien sind. Um bei der Umsetzung dieses Strategieaspektes zu unterstützen, wurden Leitfäden im Bereich der Data Analytics wie CRISP-DM entwickelt und in Unternehmen wie …
 -  12:00 pm
Exposé
RH1 A 1.03

Integration eines TensorFlow Modells auf einem FPGA

from: Jan-Niklas Schmelzle  (Universität Bremen)
In den vergangenen Jahren wurden große Fortschritte im Bereich des Machine Learnings (ML), insbesondere bei Deep Neural Networks (DNNs), erzielt. Aufgrund dieser Entwicklung hat die Verwendung dieser Algorithmen in vielen verschiedenen Anwendungsfeldern zugenommen. Zum jetzigen Zeitpunkt werden dies…
 -  12:00 pm
Kolloquium
RH1 A 1.03

Sequenzierung von Dynamical Movement Primitives zur Imitation von komplexen Bewegungen

from: Daniel Thaden  (Universität Bremen)
Durch immer komplexer werdende robotische Systeme wird es zunehmend schwieriger, gezielte Bewegungen auf diesen Systemen auszuführen. Insbesondere bei Bewegungen, die natürlichen Ursprungs sind, wie es zum Beispiel bei der Imitation von menschlichen Bewegungen der Fall ist. Mit Dynamical Movement Pr…
 -  12:00 pm
Exposé
RH5 117

In-hand object localisation using multi–sensor fusion

from: Nastasija Markusheska  (Universität Bremen)
One of the focus points in the area of robotics and automation engineering is the development of autonomous robot manipulation. The key challenge in this subject is the execution of a robust grasp. Since the gripper's mechanics do not achieve a perfect execution of the grasping as in the simulation …
 -  01:00 pm
Kolloquium
RH1 A 1.03

Autonome Steuerung des AUV NanoLeng am DFKI Bremen

from: Sebastian Benkel  (Universität Bremen)
Um unzugängliche und unwirtliche Regionen erkunden zu können, setzt man in letzter Zeitmehr und mehr auf autonom agierende Erkundungsfahrzeuge. Sie müssen in der Lage seinihre Umwelt wahrzunehmen und angemessen auf diese zu reagieren. Um dieser Aufgabenachzukommen, bedarf es Software die in der Lage…
© DFKI GmbH
last updated 31.03.2023
to top