Forschungsseminar Künstliche Intelligenz (WS 2005/2006)
DI 11.00-13.00 Uhr, RUD 25, Raum 3.408
|
N.N. |
|
|
Robotiklabore in
Tokyo Manfred Hild, Matthias Jüngel, Michael Spranger; HUB |
Bericht über drei Robotiklabore an der Universität Tokyo: Das "Otsu and Kuniyoshi Lab" beschäftigt sich mit der Emergenz von Verhalten, kognitiven Hirnmodellen und sogenannter whole-body dynamic motion. Das "Inaba and Inamura Lab" baut einerseits Roboter, die schon in wenigen Jahren in Japan als Haushaltsroboter erhältlich sein sollen - andererseits beschäftigt sich das Labor mit neuartigen Aktuatoren, die menschlichen Muskeln nachempfunden sind und sich mit einer künstlichen Wirbelsäule kombinieren lassen. Das "Nakamura and Yamane Lab" untersucht dynamische Informationsverarbeitung zur Muster- und Bewegungserkennung und hat diverse mechanische Gelenke für Humanoide konstruiert, die sich von traditionellen Ansätzen abheben. |
|
Zusammenfassender Bericht
über die IJCAI 2005 sowie die IROS 2005 Daniel Göhring, Jan Hoffmann; HUB |
Die IJCAI ist eine der wichtigsten Konferenzen der Künstlichen Intelligenz, die IROS eine sehr wichtige Konferenz der Robotik. In diesem Forschungsseminar werden die Themenschwerpunkte beider Konferenzen und damit der aktuelle Stand der Forschung auf dem jeweiligen Gebiet zusammengefasst. |
|
Robotic Mapping: Ein
Überblick
|
Robotic Mapping ist seit mehreren Jahren ein interessantes und sehr aktives Forschungsgebiet in der Robotik und der künstlichen Intelligenz. Es beschreibt das Problem von mobilen Robotern räumliche Modelle von physischen Umgebungen zu erstellen. In den letzten Jahrzehnten gab es eine Vielzahl von Ansätzen, um diesem Problem zu begegnen. Einige davon sind inkrementell und daher real-time fähig. Andere wiederum benötigen mehrere Druchläufe durch die Datensätze um Karten von statischen Umgebungen zu erstellen. Beide Richtungen jedoch verfolgen einen probabilistischen Ansatz. Des weiteren gibt es Algorithmen, die auch dynamische Umgebungen beschreiben. Doch die Erfolge auf diesem Gebiet lassen grösstenteils noch zu Wünschen übrig, so dass es auch für die nächsten Jahre ein offenes und umkämpftes Forschungsgebiet bleiben wird. |
|
Single-Camera
SLAM Michael Himmelsbach; HUB |
Das SLAM-Problem fragt, ob es einem autonomen Roboter möglich ist, ohne Vorwissen eine Karte seiner Umgebung zu erstellen und sich gleichzeitig darin zu lokalisieren. Der Vortrag stellt verschiedene Aspekte des Problems und Lösungsansätze dafür vor. Er konzentriert sich dabei auf einen Ansatz im Rahmen von AIBO, wobei einzig dessen Kamera zum Erfassen der Umgebung eingesetzt werden soll. Somit handelt es sich um den Spezialfall des bearing-only SLAM-Problems, für den Messungen der Umgebung keine Entfernungsinformation liefern. Abschließend wird gezeigt, wie das Fehlen dieser Information kompensiert werden kann. |
|
Veränderung der
Ähnlichkeitsstruktur einfacher Rechtecke durch kontextuelle Merkmale
und Entwicklung eines Klassifikationsalgorithmus zur Simulation dieser
Veränderungen Marc Hochstrate; HUB |
In einem psychologischen Experiment wurde gezeigt, dass sich die durch Personen beurteilten Ähnlichkeiten zwischen einfachen Rechtecken durch Lernerfahrungen manipulieren lassen. Die Lernerfahrungen führten zur Gewichtung einzelner Beschreibungsdimensionen der Rechtecke. Es wurde ein Lernsystem konstruiert, mit dessen Hilfe diese Veränderungen simuliert werden sollten. Der Algorithmus basierte auf der Ableitung von Prototypen für eine vorgegebene Anzahl von Klassen aus den zur Verfügung stehenden Trainingsbeispielen. Es wurde deutlich, dass das Verfahren zwar auf die statistischen Inhalte der Trainingsdaten reagiert, jedoch nicht in der Lage ist, den durch menschliche Wahrnehmung begründeten Bias abzubilden. Schließlich wird der gewählte Algorithmus von der Simulation unabhängig in einigen wichtigen Eigenschaften als Klassifikationsverfahren charakterisiert. |
|
AT:
Serverauslastung Ibrahim Arslan und Marcel Berg; HUB |
Am Beispiel eines Modells einer ServerFarm , werden wir Ihnen
zeigen, ob und wie soziale Gruppendynamik innerhalb der Server für ihre
opimale Konfiguration Auswirkungen hat. Unter optimalen Konfiguration verstehen wir: 1. Alle Server werden gleich stark belastet. 2. Es werden möglichst viele Anfragen beantwortet. Für die Simulation wurden 2 Konfigurationalgorithmen und 2 Weiterleitungsalgorithmen (Anfragen an Nachbarn weiterleiten, falls ein Server nicht genug Kapazität hat) |
|
Reputationssysteme als
systematische Erweiterung von Verstärkungslernen auf
Multiagentensysteme Thomas Ott; HUB |
|
|
Analyse und vergleichende
Simulationen eines komplexen nichtlinearen Systems:
Einstellungsdynamiken mit hierarchisch selektiver
Aufmerksamkeit Robin Malitz; HUB |
Klassische Modelle von Einstellungsdynamiken betrachten Einstellungen gegenüber (psychologischen) Objekten als eindimensionale Konzepte, während die psychologische Einstellungstheorie mehrdimensionale Ansätze verfolgt. Im Vortrag wird gezeigt, wie klassische Modelle schrittweise sowohl nur duch Uminterpretation als auch durch Anpassung der Modelle so erweitert werden können, dass mehrdimensionale Einstellungen betrachtet werden können. Im Ergebnis sind einerseits mehr Effekte konsistent mit klassischen Modellen und es läßt sich ein neues ergänzendes Erklärungskonzept für die Polarisation von Einstellungen in Gruppen ableiten. (Vortrag beinhaltet Elemente des auf der ESSA 2005 vorgetragenen Artikels.) |
|
Der Gnowsis Semantic Desktop
- Eine Anwendung für das Semantische Web Thomas Roth-Berghofer vom DFKI Kaiserslautern |
Tim Berners-Lee bat die Semantic Web Community bei verschiedenen Gelegenheiten "zu bauen, was möglich ist". Im Hinblick auf ein weltweites Semantisches Web müssen wir also auch die Technologie des einzelnen PCs nutzen. Moderne Betriebssysteme liefern nur eine steinzeitliche Unterstützung für das persönliche Informationsmanagement. So ist zum Beispiel das Verlinken von Fotos einer Person mit einer Adresse im Adressbuch nicht möglich, da das System das Konzept "Person" gar nicht kennt. Genauso wenig kann man eine Datei in zwei Ordnern ablegen. Ein Kategorienschema (als Ordnerstruktur generiert) kann nicht für die Organisation der Bookmarks oder E-Mails eingesetzt werden. Wir müssen unsere mentalen Modelle jedes Mal parallel neu anlegen. Der Vortrag stellt den Semantischen Desktop vor, eine radikale Zusammenführung vom Semantischen Web und Personal Computer. Der Semantische Desktop erlaubt dem Benutzer den Aufbau und die Pflege eines Netzwerks semantischer Links zwischen Ressourcen: über Anwendungsgrenzen hinweg und medienübergreifend. Existierende Datenquellen werden in das Resource Description Framework (RDF) konvertiert. Heutige Dateien und E-Mails könnten in Zukunft in RDF repräsentiert und durch Ontologien beschrieben werden. Der Vortrag wird unseren Ansatz der Datenextraktion und -integration auf der Basis von RDF-Schemata und dem Jena-Framework vorstellen. Die Architektur ist als Open-Source-Projekt implementiert und unter www.gnowsis.org verfügbar. |
|
Fallbasierte Klassifikation
und Erkennung von Spielsituationen im Fussball am Beispiel
Doppelpass Gregor Laemmel; HUB |
|
|
Untersuchung multilateraler
Verhandlungen mit Creditsystem in einem abstrakten
Szenarium Nora Hans; HUB |
In Verhandlungen sind neben der Schrittwahl als wesentliche Aspekte auch die Themenwahl und die Wahl des Verhandlungspartners zu berücksichtigen. Diese Aspekte wurden mit dem C-IPS-Ansatz thematisiert, der im Inkaprojekt erfolgreich angewendet wurde. Im Rahmen dieser Arbeit soll der C-IPS-Ansatz nun in einem komplexeren abstrakten Szenarium angewendet werden, das zudem um Credit-Mechanismen und multilaterale Verhandlungen erweitert wurde. Diese beiden zusätzlichen Aspekte sind in realen Verhandlungen anzutreffen. Von ihrem Einsatz wird eine Verbesserung des Gesamtverhandlungsverhaltens erwartet. Dies wird in Simulationsexperimenten geprüft. Im Rahmen des Vortrages werden das Szenarium, seine Umsetzung sowie erste Ergebnisse der Simulation vorgestellt. |
|
Identifikation von
Handelsstrategien Achim Klein, HU |
Ziel dieser Diplomarbeit ist es, die Anteile der an realen Finanzmärkten verwendeten Handelsstrategien auf täglicher Basis zu identifizieren. Gegnerische Strategien zu identifizieren und basierend darauf verbesserte eigene Entscheidungen zu treffen ist dabei die Grundmotivation. Da zu den Anteilen in der Verwendung von Strategien an realen Märkten keine Daten vorliegen, wird zunächst ein künstlicher Finanzmarktes re-implementiert. Die Qualität diese Implementierung wird in einer statistischen Analyse überprüft. Mit Hilfe eines neuronalen Netzes wird die Abbildung von den beobachtbaren Marktparametern auf die Anteilen der verwendeten Strategien auf der täglichen Zeitreihe einer Finanzmarktsimulation gelernt und dann auf eine Zeitreihe eines echten Marktes angewendet. Dieser Ansatz ist hinsichtlich der Frequenz der Daten und der verwendeten Lernmethode neu. Die praktischen Ergebnisse zeigen, dass der Ansatz relativ gut funktioniert. |
|
Die Entdeckung der
Langsamkeit Dr. Laurenz Wiskott; Institut für Biologie der HUB |
Slow Feature Analysis (SFA) ist ein von uns entwickelter Algorithmus, der auf dem Prinzip der Langsamkeit beruht. Er 'lernt' Funktionen, die aus einem schnell veränderlichen Eingangsdaten möglichst langsam variierende Merkmale extrahiert. In diesem Vortrag werde ich auf drei Anwendungen eingehen: (i) In einem hierarchischen Netzwerk erlaubt SFA das unüberwachte Lernen von Invarianzen gegenüber Translation, Skalierung usw. (hier demonstriert für eindimensionale Stimuli) [1]. (ii) Angewendet auf 'natürliche' Bildsequenzen finden wir, dass die gelernten Funktionen viele Eigenschaften von komplexen Zellen im primären visuellen Kortex reproduzieren [2]. (iii) In Kombination mit dem Prinzip der statistischen Unabhängigkeit kann SFA zur nichtlinearen blinden Quellentrennung verwendet werden [3]. [1] Wiskott, L. and Sejnowski, T.J. (2002). Slow Feature Analysis: Unsupervised Learning of Invariances. Neural Computation, 14(4):715-770. http://itb1.biologie.hu-berlin.de/~wiskott/Abstracts/WisSej2002.html [2] Berkes, P. and Wiskott, L. (2005). Slow feature analysis yields a rich repertoire of complex cell properties. Journal of Vision, 5(6):579-602, http://journalofvision.org/5/6/9/ [3] Blaschke, T. and Wiskott, L. (2004). Independent Slow Feature Analysis and Nonlinear Blind Source Separation. Proc. 5th Int'l Conf. on Independent Component Analysis and Blind Signal Separation (ICA'04), Granade, September 22-24. http://itb1.biologie.hu-berlin.de/~wiskott/Abstracts/BlasWisk2004b.html |
|
Implementation eines robusten
MAS mit Hilfe von Jadex Martin Lukowsky; HUB |
Robustheit ist eine wichtige Eigenschaft von Multi-Agenten System in verteilten Umgebungen. Ziel dieser Diplomarbeit ist es die Funktionsfähigkeit eines MAS zu erhalten, selbst unter erschwerten Bedingungen wie dem Verlust einzelner Agenten oder sogar ganzer Rechner im betrachteten Netzwerk. Durch Load-Balancing-Verfahren weist das MAS jedem Rechner die optimale Anzahl von verschieden priorisierten Agenten zu, während in einem Recovery-Prozess neu gestartete Rechner wieder automatisch in das MAS integriert werden. |
|
Reputationssysteme als
systematische Erweiterung von Verstärkungslernen auf
Multiagentensysteme Thomas Ott; HUB |
Das einfachste Problem für Verstärkungslernen ist das n-armed-bandit-Problem, bei dem sich ein Agent wiederholt einer Auswahl von n möglichen Aktionen gegenübersieht, die unterschiedlich hohe unmittelbare Rewards versprechen. Für dieses Problem existieren sowohl heuristische als auch exakte Lösungen - doch wie verändert sich die Situation in einem System mit vielen Agenten (MAS), wenn diese ihre Erfahrungen untereinander dezentral austauschen können? Wenn wir diese Erfahrungen als Reputationsinformationen über die Aktionen bezeichnen, so spricht man hierbei von einem verteilten Reputationssystem. Dieses bietet gegenüber einem zentralen Ansatz einige Vorzüge, doch wurde bislang nur wenig Augenmerk auf Lügner in dezentralen Reputationssystemen gelegt. Wir zeigen, wie das einfache Verstärkungslernen systematisch erweitert werden kann und sich dabei auf natürliche Weise verschiedene Ebenen für die Anwendung von Verstärkungslernen und anderen Mechanismen etablieren, sodass sich gleichzeitig eine Klassifikation möglicher Reputationsmechanismen ergibt. Neben dem Hauptproblem, dem Erkennen guter Aktionen auf verschiedenen Ebenen, widmet sich diese Arbeit auch Aspekten wie dem damit verbundenem Kommunikationsaufwand und der Sicherstellung von Anreizkompatibilität. |
|
Agententechnologie in der
Medizin - Ueberwachen des Patientenverhaltens in klinischen
Studien Helmut Myritz; Siemens Medical Solutions, Erlangen |
Arbeitsbericht über den Stand der Dissertation. Neben einer verfeinerten MAS-Struktur wird ein dem HL7-Standard entsprechendes Datenmodell vorgestellt und eine Anpassung des MAS-Designs zur Durchführung einer retrospektiven Studie erläutert. |
|
Risk propensity strategies
for different investment scenarios, using agent-based simulation
approaches Emeterio Navarro; HUB |
This talk consists of three parts. In the first part we discuss the evolution and stable distributions of budgets in an investment model based on a multiplicative stochastic process with an additive term. Using Monte Carlo simulations we characterize, comparing with theoretical predictions, the budget probability distributions and the most probable budget value for investors with different constant investments. In the second part, we present different risk propensity strategies based on technical analysis and machine learning methods. We compare the performance of these strategies in an investment scenario with periodic returns. Finally, we present a coalition formation model based on reputation, in which agents form coalitions to establish investment projects. The performance of the previous presented risk propensity strategies is compared in this model. |
|
Entwicklung effizienter
suchraumeinschränkener Verfahren zur constraint-basierten Lösung
kombinatorischer Ressourcenplanungsprobleme Andreas Schutt; Fraunhofer First und HUB |
In der Industrie sind häufig kombinatorische Ressourcenplanungsprobleme zu lösen, bei denen bei einer gegebenen Zielfunktion nach der optimalen oder einer "guten" Lösung gefragt ist. Kombinatorische Ressourcenplanungsprobleme sind neben Jop-Shop-Problemen z.B. auch Projektplanungs-Probleme. Neben exklusiven Ressourcennutzungen sind auch kummulative Ressourcen (wie Energie, Wasser, Personaleinsatz) zu planen. Das bedeutet, dass Ressourcen mit beschränkter Kapazität gleichzeitig und anteilig mehreren Arbeitsgängen zugeordnet werden können. Constraint-basierten Verfahren setzen suchraumeinschränkende und konsistenzüberprüfende Verfahren ein, um die kombinatorische Vielfalt einzuschränken. Der Vortrag stellt ein neuartiges effizientes Verfahren zur Suchraumeinschränkung für kumulative Ressourcenplanungsprobleme durch not-first/not-last-Analyse vor. Der Vortrag schließt mit der Skizzierung eines alternativen Algorithmus zur unter Umständen effizienteren Fixpunktberechnung ab. |