German Research Center for Artificial Intelligence | Streaming: „Live-Demonstration von tiefen neuronalen Netzen“ @dfkivideo | Uploaded 4 years ago | Updated 3 hours ago
Wir präsentieren zwei Live-Demos aus dem Bereich Deep Learning:
XplainAI – Erklärbare KI-Diagnosen zur Früherkennung von Krankheitsbildern, Diagnose-Assistenz- und Schulungssystem für Mediziner. XplainAI soll als erklärbare Schnittstelle zwischen Ärzten und KI-Algorithmen dienen und untersucht dabei bestehende, KI-basierte Diagnosesysteme auf die Verwendung von Diagnosekriterien, um deren Entscheidungen zu untermauern. Diese Diagnosekriterien sind abstrakte Konzepte, welche von Ärzten definiert wurden und auch bei deren Diagnosestellung zum Einsatz kommen.
Time Series Visualization Framework - Werkzeug zur Interpretation tiefer neuronaler Netze für die Zeitreihenanalyse
Tiefe neuronale Netze (Deep Neural Networks, DNNs) werden in einer Reihe von unterschiedlichen Anwendungen eingesetzt, wie zur Suche oder für Empfehlungen und automatisierte Analysen. Dies wirft die Frage nach ihrer Zuverlässigkeit und Robustheit auf. Für sicherheitskritische Bereiche ist neben der Genauigkeit auch die Vertrauenswürdigkeit extrem wichtig. Das DFKI hat ein Framework entwickelt, um DNNs zu interpretieren und geeignete Informationen über die Entscheidungen neuronaler Netze für die Zeitreihenanalyse bereitzustellen. Diese wird beispielsweise zur Prognose von Verschleiß- und Wartungsfällen genutzt. Das System fungiert als Brücke/Schnittstelle zwischen Forschern, Entwicklern und Nutzern. Es erklärt wie und warum eine bestimmte Entscheidung getroffen wurde.
Wir präsentieren zwei Live-Demos aus dem Bereich Deep Learning:
XplainAI – Erklärbare KI-Diagnosen zur Früherkennung von Krankheitsbildern, Diagnose-Assistenz- und Schulungssystem für Mediziner. XplainAI soll als erklärbare Schnittstelle zwischen Ärzten und KI-Algorithmen dienen und untersucht dabei bestehende, KI-basierte Diagnosesysteme auf die Verwendung von Diagnosekriterien, um deren Entscheidungen zu untermauern. Diese Diagnosekriterien sind abstrakte Konzepte, welche von Ärzten definiert wurden und auch bei deren Diagnosestellung zum Einsatz kommen.
Time Series Visualization Framework - Werkzeug zur Interpretation tiefer neuronaler Netze für die Zeitreihenanalyse
Tiefe neuronale Netze (Deep Neural Networks, DNNs) werden in einer Reihe von unterschiedlichen Anwendungen eingesetzt, wie zur Suche oder für Empfehlungen und automatisierte Analysen. Dies wirft die Frage nach ihrer Zuverlässigkeit und Robustheit auf. Für sicherheitskritische Bereiche ist neben der Genauigkeit auch die Vertrauenswürdigkeit extrem wichtig. Das DFKI hat ein Framework entwickelt, um DNNs zu interpretieren und geeignete Informationen über die Entscheidungen neuronaler Netze für die Zeitreihenanalyse bereitzustellen. Diese wird beispielsweise zur Prognose von Verschleiß- und Wartungsfällen genutzt. Das System fungiert als Brücke/Schnittstelle zwischen Forschern, Entwicklern und Nutzern. Es erklärt wie und warum eine bestimmte Entscheidung getroffen wurde.