Interpretation neuronaler Netze im Bereich der Bildklassifizierung
2023 | Mathematik/Informatik | Saarland
Teilnehmende
-
Bennet Meyer (20), LüneburgUniversität des Saarlandes, Saarbrücken
Preise
- Preis für eine Arbeit auf dem Gebiet Qualitätssicherung durch Zerstörungsfreie Prüfung Preisstifter: Deutsche Gesellschaft für Zerstörungsfreie Prüfung e. V.
Projekt
Interpretation neuronaler Netze im Bereich der Bildklassifizierung
Heutige Smartphones können Gesichter und Fingerabdrücke erkennen – zweifellos ein bequemes Sicherheitsfeature. Dahinter stecken lernfähige Algorithmen, die immer stärker auch in anderen Bereichen eingesetzt werden, so etwa in Kliniken bei der Auswertung von Röntgenaufnahmen. Doch wie eine solche KI-Software dabei im Detail vorgeht, ist oftmals kaum nachvollziehbar. In gewisser Weise ist sie eine Art Blackbox, was in manchen Fällen zu unzuverlässigen Ergebnissen führt. Diesem Problem widmete sich Bennet Meyer in seinem Projekt. Er entwickelte ein Programm, das – bildlich gesprochen – feststellen kann, welche „Vorstellungen“ sich ein Mustererkennungs-Algorithmus macht, wenn er ein Bild einer bestimmten Kategorie zuordnet. Auf diese Weise lässt sich der Algorithmus verbessern, sodass die Erkennungsrate steigt.
Cookie-Einstellungen
Wir nutzen Cookies, um Ihnen die bestmögliche Nutzung unserer Webseite zu ermöglichen und unsere Kommunikation mit Ihnen zu verbessern. Wir berücksichtigen Ihre Auswahl und verwenden nur die Daten, für die Sie uns Ihr Einverständnis geben.
Notwendige Cookies
Diese Cookies helfen dabei, unsere Webseite nutzbar zu machen, indem sie Grundfunktionen wie Seitennavigation und Zugriffe auf sichere Bereiche ermöglichen. Unsere Webseite kann ohne diese Cookies nicht richtig funktionieren.
Statistik-Cookies
Diese Cookies helfen uns zu verstehen, wie Besucher mit unserer Webseite interagieren, indem Informationen anonym gesammelt werden. Mit diesen Informationen können wir unser Angebot laufend verbessern.