Schlagwort
Dependable AI / Verlässliche KI
-
Wie Normen und Standards die Zukunft von Künstlicher Intelligenz und Autonomen Systemen prägen
Im Wettbewerb um Technologien und Zukunftsmärkte spielen Normen und Standards eine entscheidende Rolle. Das Positionspapier »Wer sie gestaltet, beherrscht den… mehr
Von:
-
BADGERS: Die Robustheit Künstlicher Intelligenz durch Fehlerinjektion untersuchen
Wie kann man KI-Systeme testen, und warum können schlechte Daten dabei helfen? In diesem Blogbeitrag erklärt unser KI-Experte Dr. Julien… mehr
Von:
-
Dealing with uncertainties of Machine Learning components (Part 1)
The use of Machine Learning (ML) components in safety-critical or financially critical systems is challenging. At Fraunhofer IESE, we address… mehr
Von:
-
Datenqualität und Kausalität bei auf Machine Learning basierender Software
Eine gute Datenqualität ist entscheidend für die Zuverlässigkeit von Systemen, die auf Machine Learning und Künstlicher Intelligenz basieren. Data Scientists… mehr
Von:
-
DIN SPEC 92005 – Standardizing uncertainty in machine learning?
DIN SPEC 92005 has been publicly available since January 2024. It deals with the quantification of uncertainties in Machine Learning… mehr
Von:
-
Diagnose auf Knopfdruck mit Clinical Decision Support Systems: Wenn klinische Entscheidungsunterstützungssysteme den entscheidenden Hinweis geben!
In seiner Comicreihe »Näher als wir denken!« prophezeite der amerikanische Künstler Arthur Radebaugh bereits in den 1960er Jahren den Einsatz… mehr
Von:
-
DIN SPEC 92005 – Unsicherheit im Maschinellen Lernen standardisieren?
Die DIN SPEC 92005 ist seit Januar 2024 öffentlich verfügbar. Sie beschäftigt sich mit der Quantifizierung von Unsicherheiten im Maschinellen… mehr
Von:
-
Autonomes Fahren: Denken wie ein Mensch
Das autonome Fahren, insbesondere abseits von Straßen, ist aufgrund der Umgebungsvielfalt und Unvorhersehbarkeit unterschiedlicher Situationen fehleranfällig. Ein Lösungsansatz für dieses… mehr
Von:
-
KI-Vorhersagen auf der Spur – oder: Wie ein gutes Uncertainty Management den Umgang mit KI-Modellen erleichtert
Der Umgang mit Unsicherheiten stellt bei der Nutzung von KI-Vorhersagen in vielen Anwendungsbereichen einen entscheidenden Faktor dar. Das gilt insbesondere… mehr
Von:
-
Causal inference: An introduction on how to separate causal effects from spurious correlations in data
What is causal inference in statistics data science? While „correlation does not imply causation“, it is possible to identify causal… mehr
Von:
