24.04.2020

Certainly Unknown

In unserer Meetup-Reihe für Interessierte werden aktuelle, praxisrelevante Forschungsthemen auf dem Gebiet der Mobilität von morgen vorgestellt und diskutiert.

In den vergangen Jahren haben sich Methoden aus dem Bereich Deep Learning für viele Anwendungen etabliert.
Auch für das Automatisierte Fahren gibt es diverse Anwendungsfälle, die von der Umgebungswahrnehmung über die Prädiktion anderer Verkehrsteilnehmer bis hin zur Pfadplanung reichen. Einer der größten Diskussionspunkte beim Einsatz von Deep Learning Methoden ist jedoch die Interpretierbarkeit der Prädiktionsergebnisse.

Daniel Bauer wird in seinem Vortrag erklären, welchen Beitrag die Schätzung von Unsicherheiten leisten kann, um etwas mehr Licht in die Blackbox neuronales Netz zu bringen.

Daniel Bauer

• Ist Promotionsstudent bei der Ford-Werke GmbH in Kooperation mit dem ika
• beschäftigt sich mit stochastischer Umgebungswahrnehmung mittels künstlicher Neuronaler Netze mit Fokus auf radar-und kamerabasierter Freiraumerkennung

Die Veranstaltung beginnt um 18:00 Uhr, der Vortrag wird auf Deutsch gehalten.