Undergraduated Seminar

 -  02:00 pm
Kolloquium
RH1 A 1.03
Die Master-Thesis hat das Vorhaben, die DFKI GmbH durch Überführen des bestehenden VHDL-Integrationsprozesses zur kontinuierlichen VHDL-Integration zu unterstützen, mit dem Primärziel einer früheren Rückmeldung des Integrationsstatus.

 -  01:00 pm
Kolloquium
RH1 A 1.03

Neuronale Netze zum Erkennen von Gesten auf Motion Tracking Daten

from: Sebastian Hellmann  (Universität Bremen)
Um eine reibungslose Zusammenarbeit zwischen Mensch und Roboter zu gewährleisten, bedarf es intuitiver Steuerungsmethoden wie der Gestensteuerung.Dazu werden die Bewegungen eines Benutzers mit Hilfe eines geeigneten Verfahrens erkannt und anschließend vom Computer klassifiziert.Eine Möglichkeit der ...

 -  01:30 pm
Exposé
RH1 A 1.03
Obwohl zur Lösung des Problems der inversen Kinematik bereits lange bewährte analytische und numerische Lösungen verfügbar sind, wird aktiv an einer Anwendung maschineller Lernverfahren geforscht.Zwar bergen diese in einigen Anwendungsfällen durchaus Potenzial, doch nicht zuletzt treten beim Lernen ...

 -  01:00 pm
Zwischenbericht
RH1 A 1.03

AUV Navigation in sonarbasierten Tiefkarten

from: Niklas Pech  (Universität Bremen)
In dem Projekt "Eurex-SiLaNa" wird die Langzeitnavigation von autonomen Unterwasserfahrzeugen untersucht und verbessert. Hierfür ist der Einsatz des Multibeam Echsounders R2 Sonic 2020 zur Kartierung und driftfreier Lokalisierung in diesen Karten vorgesehen. Deshalb soll in der Masterarb...

 -  12:00 pm
Exposé
RH1 A 1.03
Für die Zusammenarbeit von Roboter und Mensch wurde am DFKI eine auf der Basis von bestärkendem Lernen aufgebaute Roboter-Mensch-Schnittstelle entwickelt. Diese ermöglicht eine gestenbasierte Steuerung des Roboters und nutzt Fehlerkorrelierte Potentiale, welche bei der Fehlererkennung im Gehirn her...

 -  01:30 pm
Exposé
RH1 A 1.03
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
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
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
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...

© DFKI GmbH
last updated 30.07.2019
to top