English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

In dieser Masterarbeit soll eine Architektur für ein Künstliches Neuronales Netz erarbeitet werden, mit der mehrere Eingangskanäle eines humanoiden Roboters für eine Situationserkennung zusammengefasst werden können. Dazu werden zunächst die Grundbausteine für eine Situationserkennung am Beispiel des menschlichen Gehirns untersucht und die Erkenntnisse auf die Arbeitsweise Künstlicher Neuronales Netze übertragen. Anschließend wird ein Konzept für eine Situationserkennung auf humanoiden Robotern erstellt. Dazu werden mögliche Situationen konstruiert und die Aufgabe der Situationserkennung so formuliert, dass sie mit einem Künstlichen Neuronalen Netz bearbeitet werden kann. Daraufhin werden mögliche Architekturen für dieses Netz verglichen und die am besten geeignetste ausgewählt. Das erstellte Konzept soll im Rahmen dieser Arbeit auf dem Tisch-Roboter ROS-E umgesetzt werden. Dazu soll eine Trainings- und Testumgebung geplant und umgesetzt werden. Nachdem das entwickelte Künstliche Neuronale Netz trainiert und getestet wurde, wird ausgewertet, ob die ausgewählte Architektur für eine Situationserkennung auf humanoiden Robotern geeignet ist.

Konzeption und Implementierung eines Künstlichen Neuronalen Netzes zur Situationserkennung mit humanoiden Robotern anhand mehrerer Eingangskanäle