Einleitung: Vor noch wenigen Jahren schien die Arbeitskosteneinsparung der treibende Faktor für Hersteller zu sein, Automatisierung zu prüfen. Der Return on Investment wurde weitgehend anhand der Anzahl der Menschen berechnet, die die Automatisierung ersetzen würde. Und wenn dieser ROI unter wen

Der Cortex cerebri ist der Teil des Gehirns, der Bilder verarbeitet. Menschen haben den größten Cortex cerebri im Vergleich zu anderen Säugetieren. Diese überlegene Sehfähigkeit ist eines der evolutionären Merkmale, die Menschen einen Vorteil gegenüber anderen Tieren verschafften. Evolutionsbiologen

Störungen an Machine-Vision-Kameras, unkalibrierte Sensoren oder unvorhersehbare Schatten können zu potenziell kostspieligen und gefährlichen Fehlern in industriellen KI-Systemen führen. Doch Forscher entwickeln Fehlerabsicherungs-Algorithmen sowie einfache Maßnahmen, die die Fehlerwahrscheinlichkei

Fuzzy Logic mag nicht nach der zuverlässigsten Methode klingen, ein komplexes Steuerungssystem zu implementieren. Doch die Fähigkeit von Fuzzy-Logic-Systemen, mit ungenauen Daten zu arbeiten und Expertenwissen zu implementieren, macht sie zu einem mächtigen Werkzeug in modernen Steuerungsanwendungen

Einsatz programmierbarer Logiksteuerungen (SPS) für Roboterzellen Roboterzellen benötigen oft einen Controller für Teile der Zelle, die nicht generell in den Arbeitsbereich des Roboters fallen. Ein Controller – meist eine speicherprogrammierbare Steuerung (SPS) – steuert Hilfstüren, Spannvorrichtung

Fuzzy-Logic-Controller sind buchstäblich überall um uns herum – von Antiblockiersystemen bis zu Waschmaschinen, die unsere Kleidung reinigen. Aber funktionieren sie wirklich? Und was sind die Vorteile ihrer Nutzung? Abbildung 1. Moderne Bearbeitung hängt oft von Fuzzy Logic ab, um kritische Proze

Vielleicht wird der „Heilige Gral“ der Informatik an dem Tag entdeckt, an dem unsere Maschinen ihre eigenen Programme schreiben können. Genetische Programmierung (GP) ist ein relativ neues Machine-Learning-Paradigma, das einen Schritt in diese Richtung darstellt. GP hält großes Versprechen im Bereic

Die Computerrevolution begann mit der Erfindung integrierter Schaltkreise (IC) in den 1960ern. ICs fanden über das letzte halbe Jahrhundert Eingang in viele Branchen. Heute gibt es diverse Computing-Geräte in diversen Sektoren. Zunächst war Software der Enabler für hardwarebasierte Computing-Lösunge

Industrierobotik kennt keine Knappheit an Marken, Modellen, Farben, Formen und Größen. Aber bei mechanischen Designs zeigen sich viele Gemeinsamkeiten über alle Marken hinweg. Industrielle Gelenkroboterarme sind oft das Bild, das eine Hightech-Fertigungsanlage darstellt. Selbst gängige kollaborative

Früher war Autobesitz fundamental für einfachen Transportzugang. Heute kann man per Smartphone-App ein Auto rufen, und eines ist verfügbar. Man muss sich nicht um Wartung, Instandhaltung, Schäden, Versicherung oder Ähnliches kümmern. Das ermöglichen Dienste wie Uber und Lyft – Transportation-as-a-Se

Die erste industrielle Revolution begann im 18. Jahrhundert mit Erfindung und Weiterentwicklung der Dampfmaschine. Weitere technologische Fortschritte brachten Massenproduktion und Automatisierung. Diese Technologien stellten die ersten drei Evolutionsstufen der industriellen Revolution dar, mit Ind

An diesem Punkt unserer Serie zur genetischen Programmierung (GP) haben wir gelernt, was genetische Programmierung ist und wie sie Informationen repräsentiert, wie genetische Operatoren in evolutionären Algorithmen funktionieren, und wir haben die Evolution eines Sortierprogramms durch symbolische R

Laser-Entfernungssensoren finden in der Robotik- und Automatisierungsbranche vielfältige Anwendung. Dieser Artikel konzentriert sich auf die Nachrüstung veralteter Zellen (Cell Retrofits) mittels Laser-Entfernungssensoren als Positionssensoren. Diese Sensoren können Entfernungen extrem präzise messe

Wir können die Performance eines Perzeptrons durch Hinzufügen eines Hidden-Layers erheblich steigern, aber diese Hidden Nodes machen das Training etwas komplizierter. Bisher in der AAC Serie zu Neuronalen Netzen haben Sie über Datenklassifikation mit Neuronalen Netzen gelernt, besonders der Perzeptr

In diesem Artikel präsentieren wir die präzisen Gleichungen für Gewichts-Update-Berechnungen und erklären, wie Backpropagation einen Multilayer Perzeptron (MLP) befähigt, aus Daten zu lernen. Willkommen zu AACs umfassender Machine-Learning-Serie. Holen Sie den bisherigen Serienstand hier nach: Klas

Perzeptron für Klassifikation bauen: Architektur, Bias und Aktivierung Willkommen zur All About Circuits Neuronalnetz-Serie. Unsere vorherigen Posts deckten die theoretischen Grundlagen ab: Klassifikation mit neuronalen Netzen: Was ist der Perzeptron? Einfaches Perzeptron-Beispiel zur Datenklassifi

Dieser Artikel führt Sie durch ein Python-Programm, das ein Neuronales Netz für fortgeschrittene Klassifikation trainiert. Dies ist der 12. Eintrag in AACs Neuronalnetz-Entwicklungsserie. Sehen Sie unten, was die Serie sonst noch bietet: Klassifikation mit neuronalen Netzen: Was ist der Perzeptron?

Warum Validierung in neuronalnetzbasierter Signalverarbeitung entscheidend ist In dieser Fortsetzung der AAC Neuronalnetz-Serie tauchen wir in die entscheidende Rolle der Validierung ein, wenn Neuronale Netze auf reale Signalverarbeitungsaufgaben angewendet werden. Klassifikation mit neuronalen Net

In diesem Artikel zeigen wir, wie man Trainingsdaten in Excel generiert, ein Multilayer Perzeptron in Python trainiert und dessen Performance validiert. Wenn Sie ein Python Neuronales Netz entwickeln wollen, sind Sie hier richtig. Bevor wir in die Excel-basierte Datenvorbereitung eintauchen, betrach

Dieser Artikel bietet evidenzbasierte Leitlinien für die Konfiguration des Hidden-Anteils eines Multilayer Perzeptrons. In vorherigen Posts dieser Serie behandelten wir Perzeptron-Netze, Multilayer-Architekturen und praktische Python-Implementationen. Bevor Sie über Tiefe und Breite Ihrer Hidden Lay