Refine
Document Type
- Book (2)
- Bachelor Thesis (1)
- Conference Proceeding (1)
Has Fulltext
- yes (4) (remove)
Is part of the Bibliography
- no (4)
Keywords
- Artificial Intelligence (4) (remove)
Institute
- Informatik (3)
According to a recent survey, 25% of respondents would prefer political decisions to be made by AI rather than flesh-and-blood politicians. Such a development would mark the end of an increasing mechanization of social processes, for which "digital" technologies such as AI and distributed ledgers (DLT) are primarily responsible. Regarding the impact that algorithms and digital automatisms have on our everyday life, one could argue that this may already have heralded the end of the anthropocene and the beginning of a posthuman age might be ahead.
The social sciences are currently discussing the influence of digitization on social decision-making through "algorithmic governance" in practical politics - with corresponding questions in the area of legitimacy and ethical justifiability of such, already practiced advances. In accordance to the much-cited "Internet of Things", this could lead to a "Governance of Things". The paper attempts to shed light on the technical nature of such an independent system. While AI is relevant for decision input, DLT methods can be used for decision execution. So-called "DAOs"are already applied in the economic sphere for the participation of autonomous systems as independent actors. However, a corresponding use in social decision-making raises new questions regarding legitimacy and representation and thus also about the relevance of human decision-making in the digital age: Which future is desirable and which development lead us into a dystopia? To what extent is it legitimate to expand technical achievements and push ahead with digital change? What are the challenges and how to face them?
In einer Vielzahl an Branchen kommen Objekterkennungsverfahren neben anderen
Methoden des maschinellen Lernens in unterschiedlichsten Anwendungsfällen zum
Einsatz. Ein mögliches State of the Art Object-Detection Verfahren, das für
Anwendungsfälle mit Echtzeitanforderungen genutzt werden kann, ist You Only Look
Once (YOLO). Nach seiner Veröffentlichung wurde YOLO in den Versionen v2-v4
mehrfach schrittweise verbessert. Um einen möglichst großen Vorteil aus der Nutzung
von YOLO als Objekterkennungsverfahren zu ziehen, ist es wichtig, stets die neuesten
Verfahren zu evaluieren und zu verwenden.
Die Arbeit „Object-Detection mit You Only Look Once (YOLO) - Einführung in die
Objekterkennung mit YOLO sowie die Weiterentwicklung in den Versionen v2-v4“ ist ein
Ausschnitt aus einer Bachelorarbeit, in der erforscht wird, ob und welche einzelnen
Verfahren, die in YOLOv4 für die verbesserte Objekterkennung vorgeschlagen werden,
ein bestehendes YOLO - System für einen speziellen Anwendungsfall maßgeblich
verbessern können. Im vorliegenden Ausschnitt wird in das Thema der Objekterkennung
mit maschinellen Lernverfahren eingeführt sowie YOLO im Detail erläutert. Außerdem
wird auf die in den Versionen YOLOv2-YOLOv4 vorgeschlagenen Verbesserungen des
YOLO - Objekterkennungssystems eingegangen. Insbesondere in der zum aktuellen
Zeitpunkt neuesten Version YOLOv4 werden eine Vielzahl an neuen Verfahren in YOLO
integriert, sodass im Hauptteil dieser Arbeit intensiv auf alle neuen Verfahren, die die
Autoren von YOLOv4 für das Objekterkennungssystem empfehlen, eingegangen wird.
Was kann ich mit KI (künstliche Intelligenz) erreichen? Was muss ich alles wissen, um damit Aufgabenstellungen lösen zu können? Diese Fragen hat sich die Studentengruppe der Lehrveranstaltung Angewandtes maschinelles Lernen im Sommersemester 2020 der Hochschule für Angewandte Wissenschaften Hof gestellt. Im Ergebnis ist ein Seminarband entstanden, welcher dem Leser eine Vielzahl von Anwendungen präsentiert und einladen soll selbst praktische Erfahrungen mit dem Bereich des Maschinellen Lernens zu erlangen. Um den Einstieg für Schüler zu erleichtern, wurden fast alle Beiträge in deutscher Sprache geschrieben.
Was kann ich mit KI (künstliche Intelligenz) erreichen? Was muss ich alles wissen, um damit Aufgabenstellungen lösen zu können? Diese Fragen hat sich die Studentengruppe der Lehrveranstaltung Angewandtes maschinelles Lernen im Sommersemester 2019 der Hochschule für Angewandte Wissenschaften Hof gestellt. Im Ergebnis ist ein Seminarband entstanden, welcher dem Leser eine Vielzahl von Anwendungen präsentiert und einladen soll selbst praktische Erfahrungen mit dem Bereich des Maschinellen Lernens zu erlangen. Um den Einstieg für Schüler zu erleichtern, wurden fast alle Beiträge in deutscher Sprache geschrieben.