AI & Data Science Projekte auf der MediaNight
Bildmotiv MediaNight: Dunja Sariany
Auf der MediaNight stellen die Studierenden der Hochschule der Medien wieder vor, woran sie im Sommersemester gearbeitet haben. In der Nobelstraße 10, 8 und 10a sind ca. 120 Projekte aus nahezu allen Studiengängen der Hochschule zu sehen. Ihr Spektrum reicht von künstlerisch-kreativen Projekten bis hin zu alltagstauglichen Industrieanwendungen. Die MediaNight ist eine hochschulöffentliche Veranstaltung und Teil des Stuttgarter Wissenschaftsfestivals, das vom 26. Juni bis zum 6. Juli 2019 stattfindet. Der Eintritt ist frei.
Auch dieses Jahr sind wieder spannende Projekte zu den Themen AI & Data Science auf der Media Night vertreten. Wir geben Ihnen eine Übersicht und zeigen Ihnen wo sie mit den Studierenden ins Gespräch kommen können. Von 18:00 Uhr bis 22:30 Uhr haben Sie zudem die Möglichkeit viele weitere spannende Projekte zu besuchen.
Automatische Generierung von Kletterrouten für das Moonboard
Mit maschinellen Lernverfahren wird versucht, automatisch Kletterrouten für das Moonboard zu generieren. Die generierten Kletterrouten werden nach Schwierigkeit klassifiziert und in einer App, dem User zur Verfügung gestellt.
- David Hustadt
- Foyer EG vor 011 (N10)
- Medieninformatik (Bachelor)
aiRobot
Unser NAO-Roboter wird darauf programmiert, einer Person zu folgen. Dazu macht er in regelmäßigen Abständen Bilder von seinem Blickfeld. Diese sendet er an einen Server, auf welchem mithilfe der Echtzeit-Objekterkennung des YOLO-Netzes Personen erkannt werden. Die Rückgabe des neuronalen Netzes besteht aus Koordinaten. Aus diesen berechnet der Roboter, wie er seine Position anpassen muss, um auf die Person zuzulaufen.
- Annabelle Frey, Fabian Lintner, Rebecca Mombrei
- 016e (Lernwelt) (N10)
- Medieninformatik (Bachelor)
Autonomes Fahren mit Duckietown
Foto von https://www.duckietown.org
Mittels Reinforcement Learning soll ein Duckiebot, ein kleines mobiles Fahrzeug, lernen sich in Duckietown zurecht zu finden.
Deep Reinforcement Learning sorgt immer wieder für neue Schlagzeilen: Erst wurde Go gemeistert, dann Starcraft und vor kurzer Zeit sogar Dota 2. Doch auch abseits von Spielen zeigt das Lernen mit Kritiker Potential, zum Beispiel beim autonomen Fahren. Mit unserem Projekt versuchen wir Deep Reinforcement Learning auf die Straße zu bringen. Hierfür wurde ein tiefes neuronales Netz mit einer “Asynchronous Advantage Actor-Critic”-Architektur in einer virtuellen Simulationsumgebung trainiert und anschließend zur Auswertung auf ein Auto in Miniaturformat übertragen.
- Nadin-Katrin Apel, Daniel Dreher
- 016e (Lernwelt) (N10)
- Computer Science and Media (Master)
Intelligenter Projektassistent mit Google Home - Team 1
Das Ziel des Projekts für dieses Semester war die Optimierung des Google Homes durch den Einsatz künstlicher Intelligenz. Es wird ein Projektassistent entwickelt, welcher basierend auf dem Gesprächskontext (aus der Konversation mit dem Google Home), dem Nutzer entsprechende Dokumente, auf einer Benutzeroberfläche, vorschlägt.
Um das neuronale Netz zu trainieren wurde Reinforcement Learning angewandt. Hierfür wird das neuronale Netz zunächst in einer Simulationsumgebung vortrainiert. Während der Nutzung hat der Nutzer die Möglichkeit auf der Benutzeroberfläche Feedback zu geben, ob das gesuchtes Dokument angezeigt wurde oder nicht. Anhand des Feedbacks kann das neuronale Netz auch während der Nutzung weitertrainiert und verbessert werden.
- Alexandra Dolhescu, Beatrice Bühler, Corsin Behr, Daniela Hörmann, Dejan Gajic, Nikita Nalivayko, Markus Czarny, Andreas Klumpp.
- Foyer EG vor Poststelle (N10)
- Wirtschaftsinformatik (Master)
Intelligenter Projektassistent mit Google Home - Team SMART Cloud Solutions
Es werden die Ergebnisse der Entwicklung eines Cloud-basierten Natural Language Processing-Systems am Beispiel von Google Home vorgestellt. Diese umfassen diverse technische Fragestellungen des Maschinellen Lernens. Das Zielsystem soll in der Lage sein, sich über Projektgegenstände wie Artefakte oder Ereignisse zu unterhalten. Das System erlernt einen langfristigen Gesprächskontext und kann somit dem Benutzer auf dieser Basis relevante Dokumente vorschlagen.
- Ingo Trautwein, Marc Klenk, Florian Ebbert, Kai Bücking
- Foyer EG vor Poststelle (N10)
- Wirtschaftsinformatik (Master)
Intelligenter Projektassistent mit Google Home - Team ClubCloud
Im Rahmen der Veranstaltung “Cloud Computing Technology” des Masterstudiengangs Wirtschaftsinformatik wird ein Sprachassistent mithilfe von Künstlicher Intelligenz optimiert. Es werden Gesprächskontexte durch den Sprachassistenten erfasst. Der Assistent greift aktiv in das Gespräch ein und hilft dem Nutzer durch die automatische Bereitstellung passender Dokumente.
- An Dang, Dunja Tomas, Enrico Popaj, Fabian Müller, Lennart Zaglauer, Özcan Akar, Carolin Marian
- Foyer EG vor Poststelle (N10)
- Wirtschaftsinformatik (Master)
Das vollständige Programm der MediaNight finden Sie hier: https://www.hdm-stuttgart.de/medianight