We present different topics of our research every Wednesday at 12:00 noon via zoom. For news about the EAD-Lunch talks and seminars please feel free to subscribe to EAD-Public@googlegroups.com. (Register here: https://groups.google.com/forum/?hl=de&fromgroups#!forum/ead-public)
contact: nils.hildebrand(at)stud.hszg.de
contact: m.ullrich(at)hszg.de
contact: f.gawantka(at)hszg.de
XAI ist die Abkürzung für eXplainable Artificial Intelligence und ist ein Teilgebiet der Künstlichen Intelligenz (KI), das versucht Machine Learning Modelle, welche häufig komplexe Black-Box Modelle sind, zu erklären. Es wird in grundlegende Begrifflichkeiten Konzepte dieses Teilgebiet der KI eingeführt und unterschiedliche Taxonomien vorgestellt und in Bezug gesetzt. Im Weiteren wird der Perturbation-Algorithmus LIME detailliert vorgestellt und in die XAI-Taxonomie eingeordnet. Schließlich wird ein Überblick über Erklärungen unterschiedlicher Typen von Eingabedaten gegeben.
contact: marcel.kuehne(at)iosb-ast.fraunhofer.de
Die Waldgesundheit ist durch viele Faktoren bedroht. Neben der globalen Erwärmung zählen Waldbrände und Schädlingsbefall zu den größten Gefahren. Durch den Einsatz der 5G-Technologie soll es zukünftig möglich sein, Feuerwehren und Waldeigentümer frühzeitig in die Lage zu versetzen, angemessene Gegenmaßnahmen zu ergreifen und damit den potenziellen Schaden am Wald gering zu halten.
Das Projekt „5G-Waldwächter“, welches mit Mitteln des BMDV unterstützt wird, befasst sich mit dem Echtzeit-Monitoring des Waldes durch den Einsatz von Sensoren und Drohnen. Dadurch sollen Gefahren wie Wald- und Schwelbrände aber auch Schädlingsbefall durch Borkenkäfer bereits in der Entstehungsphase erkannt, Risiken identifiziert und entsprechende Entscheidungen in Notfallsituationen getroffen werden können. Der Kern der Projektidee dient dem Monitoring der Waldflächen durch die Stationierung und den Betrieb eines zentralen Steuerungsservers in einer Feuerwehrleitzentrale. Hierbei werden die übertragenen Thermal- und Rauchmelder-Sensordaten in Echtzeit übertragen, nach Temperaturauffälligkeiten und Rauchgasen ausgewertet und per autonom fliegender Drohne die Gefahrenlage validiert.
contact: michal.dostal1(at)tul.cz
Über den Speaker/Talk:
Michal Dostál von der TU Liberec arbeitete im Rahmen seines ERASMUS+-Praktikums im CELSIUZ (Saxony5). Er hat in dieser Zeit existierende Ideen zur besseren Steuerung der Leitwarte in eine App gegossen, mit der die Steuerung der Leitwarten-Technik deutlich vereinfacht wird. In seinem Vortrag zu dem Thema wird er die Ergebnisse seiner Arbeit vorstellen.
Für alle die darüber nachdenken, den Interaction Room des CELSIUZ vielleicht für eigene Formate oder Inhalte zu nutzen, bietet der Vortrag eine Chance erste Einblicke in die Nutzung der neu geschaffenen Steuermöglichkeiten zu erlangen.
Neben neuen Features, die die Leitstands-App mit sich bringt, präsentiert Michal auch die technischen Details der entwickelten Lösung. Entwickelt wurden dabei neben einer Progressive Web App (PWA) auch eine Android-App sowie zur Steuerung REST- und socket.io-basierte NodeJS-Services, die ihrerseits u.a. die hinter der Leitwarte steckende KVM-Technik und die Rechner ansteuern.
Leitstands-App is a progressive web application for controlling the video inputs and outputs in the Interaction room in CELSIUZ in Zittau. The whole solution is composed of a Ionic based application and Node.js based API services. Through the application the user is able to switch input and output of the KVM for the entire Interaction room, switch virtual desktops or set up a presentation environment. Additionally the user can control the flow of the presentation with a simple Android application. In this EAD Lunch Talk the application, its functionalities and technical details will be presented.
contact: d.muessig(at)hszg.de
Das Quantencomputing verspricht bei vielen Algorithmen eine Beschleunigung zu bringen. Damit sollen Berechnungszeiten ermöglicht werden, die klassische Computer nie erreichen werden. Aber gilt das auch für das maschinelle Lernen? Nach einer (wirklich) kurzen Einführung in das Thema Quantencomputing möchte ich Euch zeigen, wie wir vom klassischen maschinellen Lernen zum Quantum Machine Learning (QML) kommen. Dabei möchte ich auch auf Gemeinsamkeiten und Unterschiede eingehen. Zum Schluss werde ich noch die Frage beantworten, was uns QML aus aktueller Sicht bringen wird.