Deep Learning in der Robotik (IN2349)
Deep Learning in Robotics (IN2349)
Lehrveranstaltung 0000003810 im SS 2017
Basisdaten
LV-Art | Vorlesung |
---|---|
Umfang | 2 SWS |
betreuende Organisation | Informatik 6 - Lehrstuhl für Robotik, Künstliche Intelligenz und Echtzeitsysteme (Prof. Knoll) |
Dozent(inn)en |
Berthold Bäuml Leitung/Koordination: Darius Burschka |
Termine |
Zuordnung zu Modulen
-
IN2349: Weiterführendes Deep Learning für die Robotik / Advanced Deep Learning for Robotics
Dieses Modul ist in den folgenden Katalogen enthalten:- Fokussierungsrichtung Biosensorik im M.Sc. Biomedical Engineering and Medical Physics
weitere Informationen
Lehrveranstaltungen sind neben Prüfungen Bausteine von Modulen. Beachten Sie daher, dass Sie Informationen zu den Lehrinhalten und insbesondere zu Prüfungs- und Studienleistungen in der Regel nur auf Modulebene erhalten können (siehe Abschnitt "Zuordnung zu Modulen" oben).
ergänzende Hinweise | Hinweis:The lecture is currently only approved for the master's course "Robotics, Cognition, Intelligence” and you might have to check with the student office, if this course will be recognized. Das Modul lehrt die mathematischen Grundlagen und die effiziente Implementierung von modernen Deep Learning Neuronale Netze Architekturen (inkl. one-shot learning) sowie deren Anwendung auf Problemstellungen mit realen Robotern (z.B. taktile Material-Klassifikation). Überblick: Shallow Neural Networks (Perceptrons, Backpropagation, Automatic Differentiation, Autoencoder Networks, Constrained Optimization) Deep Neural Networks (Hierarchical Feature Extraction; Stochastic Optimization, Regularization Methods, Convolutional Neural Networks) Software Frameworks (Google TensorFlow, Facebook Torch, Theano, Caffee, Microsoft CNTK) Applications (“Tactile Material Classification”, “Hand-Eye Coordination for Robotic Grasping”) Robustness (Validation Methods, Networks with Confidence Prediction) Recursive Neural Networks Transfer & One Shot Learning (Siamese Neural Networks, Neural Turing Machines) Excursion to Institute of Robotics and Mechatronics |
---|---|
Links | TUMonline-Eintrag |
Gleiche Lehrveranstaltungen (z. B. in anderen Semestern)
Semester | Titel | Dozent(en) | Termine |
---|---|---|---|
WS 2023/4 | Advanced Deep Learning for Robotics (IN2349) | Bäuml, B. | |
SS 2023 | Advanced Deep Learning for Robotics (IN2349) |
Bäuml, B.
Leitung/Koordination: Burschka, D. |
Do, 12:00–14:00, MI HS2 |
WS 2022/3 | Advanced Deep Learning for Robotics (IN2349) | Bäuml, B. | |
SS 2022 | Weiterführendes Deep Learning für die Robotik (IN2349) |
Bäuml, B.
Leitung/Koordination: Burschka, D. |
Do, 12:00–14:00, MI HS2 |
WS 2021/2 | Weiterführendes Deep Learning für die Robotik (IN2349) | Bäuml, B. |
Do, 12:00–15:30, virtuell Do, 12:00–15:30, virtuell |
SS 2021 | Advanced Deep Learning for Robotics (IN2349) | Bäuml, B. Burschka, D. | |
WS 2020/1 | Advanced Deep Learning for Robotics (IN2349) | Bäuml, B. | |
SS 2020 | Advanced Deep Learning for Robotics (IN2349) | Bäuml, B. | |
SS 2019 | Advanced Deep Learning for Robotics (IN2349) | Bäuml, B. Burschka, D. | |
SS 2018 | Advanced Deep Learning for Robotics (IN2349) |
Bäuml, B.
Leitung/Koordination: Burschka, D. |