Andere Kunden interessierten sich auch für
![Retrospektive Diagnose von Fehlerursachen an Antriebsstrangprüfständen mithilfe künstlicher Intelligenz]( "Retrospektive Diagnose von Fehlerursachen an Antriebsstrangprüfständen mithilfe künstlicher Intelligenz")
Retrospektive Diagnose von Fehlerursachen an Antriebsstrangprüfständen mithilfe künstlicher Intelligenz79,99 €![Integrale Nutzung von Pre-Crash-Sensorik zur Ansteuerung frontaler Rückhaltesysteme im Fahrzeug ¿ Möglichkeiten und Grenzen]( "Integrale Nutzung von Pre-Crash-Sensorik zur Ansteuerung frontaler Rückhaltesysteme im Fahrzeug ¿ Möglichkeiten und Grenzen")
Integrale Nutzung von Pre-Crash-Sensorik zur Ansteuerung frontaler Rückhaltesysteme im Fahrzeug ¿ Möglichkeiten und Grenzen60,60 €![Optimierung der Fahrzeugdiagnose durch eine cloudbasierte Methode zur Identifikation der Datennetze mit künstlicher Intelligenz]( "Optimierung der Fahrzeugdiagnose durch eine cloudbasierte Methode zur Identifikation der Datennetze mit künstlicher Intelligenz")
Optimierung der Fahrzeugdiagnose durch eine cloudbasierte Methode zur Identifikation der Datennetze mit künstlicher Intelligenz74,99 €![Potenziale Künstlicher Intelligenz für die Qualitätswissenschaft]( "Potenziale Künstlicher Intelligenz für die Qualitätswissenschaft")
Potenziale Künstlicher Intelligenz für die Qualitätswissenschaft159,99 €![Tiefziehen von Thermoplasten. Anwendungen, Konstruktionsmerkmale und Grenzen]( "Tiefziehen von Thermoplasten. Anwendungen, Konstruktionsmerkmale und Grenzen")
Tiefziehen von Thermoplasten. Anwendungen, Konstruktionsmerkmale und Grenzen17,95 €![Chancen und Risiken für Automobilzulieferer bedingt durch den Wandel vom Verbrennermotor hin zur Elektromobilität]( "Chancen und Risiken für Automobilzulieferer bedingt durch den Wandel vom Verbrennermotor hin zur Elektromobilität")
Chancen und Risiken für Automobilzulieferer bedingt durch den Wandel vom Verbrennermotor hin zur Elektromobilität17,95 €![Deep Reinforcement Learning zur Steigerung von Energieeffizienz und Pünktlichkeit von Straßenbahnen]( "Deep Reinforcement Learning zur Steigerung von Energieeffizienz und Pünktlichkeit von Straßenbahnen")
Deep Reinforcement Learning zur Steigerung von Energieeffizienz und Pünktlichkeit von Straßenbahnen66,00 €
Bachelorarbeit aus dem Jahr 2021 im Fachbereich Ingenieurwissenschaften - Maschinenbau, Note: 1,5, Fachhochschule Bielefeld, Sprache: Deutsch, Abstract: Im Rahmen der vorliegenden Ausarbeitung soll an einem konkreten physischen ¿ aber sehr einfach gehaltenen ¿ Roboter untersucht werden, inwieweit Reinforcement Learning zur Steuerung eines solchen Roboters genutzt werden kann und welche Möglichkeiten und Probleme sich daraus ergeben könnten. Aufbauend auf diesem grundlegenden Verständnis könnten dann weitere Untersuchungen zur Übertragbarkeit auf komplexere und praktisch nutzbare Anwendungen erfolgen. Die diversen Verfahren des maschinellen Lernens, die im alltäglichen Sprachgebrauch häufig unter dem Schlagwort ¿künstliche Intelligenz¿ zusammengefasst werden, erleben aktuell eine sehr starke mediale Präsenz, welche die entsprechende Technologie und vielmehr die zum Teil spektakulären Anwendungsfälle auch einer breiten Bevölkerungsschicht außerhalb von Industrie und Technik bekannt macht. Es kann dabei schnell der Eindruck entstehen, dass es sich bei künstlicher Intelligenz um neueste technologische Entwicklungen handelt, die sogar dazu in der Lage sind, die menschliche Arbeitskraft in naher Zukunft komplett oder zumindest teilweise zu ersetzen. In den zurückliegenden fünf bis zehn Jahren beschleunigte sich die Entwicklung rasant und mit der Verfügbarkeit immer leistungsfähigerer und preisgünstigerer Hardware haben sich eine Vielzahl von Anwendungsfällen entwickelt, die im heutigen Alltagsleben selbstverständlich genutzt werden. In der jüngsten Vergangenheit haben selbstlernende Systeme eine starke mediale Präsenz erreicht. Derartige Systeme, wie beispielsweise DeepMinds AlphaZero, die auf sogenanntem Reinforcement Learning, also bestärkendem Lernen, basieren, sind dazu in der Lage, komplexe Brettspiele, wie zum Beispiel Schach oder Go, auf einem Niveau zu beherrschen, welches das aller menschlichen Experten übertrifft. Dies zum Teil dazu noch ohne jemals umfassend darin angeleitet worden zu sein oder das Regelwerk vorab zu kennen. Die Systeme haben sich dieses Können eigenständig durch Versuch und Irrtum angeeignet. Ebenfalls erweitern sich die Einsatzgebiete dieser Verfahren zunehmend. Eine Vielzahl der Anwendungen findet aktuell jedoch in virtuellen Umgebungen und Simulationen statt, die eine idealtypische und stark vereinfachte Umwelt repräsentieren, die vielfach an physischen Maschinen nicht zu finden ist. Eine Übertragung der Erkenntnisse und Algorithmen in die Realität kann dadurch oftmals nur schwer vorgenommen werden.
Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.
Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.