Demonstratoren sind äußerst hilfreiche Werkzeuge, welche der Veranschaulichung neuer Technologien dienen. Besonders im Kontext von Living Labs, in denen es um Bildung, Forschung, gemeinsame Entwicklung und Experimente geht, können sie von großer Bedeutung sein. Sie unterliegen in ihrer Umsetzung besonderen Anforderungen, die sich stark von denen an Produkte für den Markt unterscheiden. Diese Arbeit stellt das Konzept und die Umsetzung eines Smart Mirror Demonstrators vor, der für das Living Lab des KI-Kompetenzzentrums ScaDS.AI in Leipzig entwickelt wurde. Der Demonstrator veranschaulicht einen Anwendungsfall von Objekt- und Ähnlichkeitserkennung, die auf künstlichen neuronalen Netzen basieren. Er besteht aus einem Smart Mirror, der Kleidungsstücke erkennen und visuell ähnliche Kleidungsstücke vorschlagen kann. Ein Nutzer kann mit dem Demonstrator ein Foto von sich aufnehmen, auf dem die erkannten Kleidungsstücke mit sogenannten Bounding Boxes markiert werden. Anschließend werden visuell ähnliche Kleidungsstücke aus einer Datenbank herausgefiltert und angezeigt. In der Arbeit geht es zum einen um die verwendeten Technologien, als auch um die Architektur des Demonstrators selbst. Die Softwarearchitektur des Demonstrators orientiert sich an dem Aufbau von Webanwendungen und besteht aus einem Backend und einem Frontend. Das Backend wurde als REST-API umgesetzt, die in Python unter Verwendung des Frameworks Flask geschrieben wurde. Das Frontend besteht aus einer Single Page Application, umgesetzt mit dem Javascript Framework Vue. Beide Anwendungen wurden mit Hilfe der Software Docker in Containern umgesetzt, um die Laufzeitumgebung zu virtualisieren und die Ausführung auf verschiedenen Rechnern zu erleichtern. Der Technologie-Stack bestehend aus Flask, Vue und Docker und die Umsetzung unter Beachtung der REST Prinzipien sind positiv zu bewerten und wurden im ScaDS.AI in Anlehnung an den be- schriebenen Demonstrator zum Standard für die Entwicklung weiterer Demonstratoren.:1. Einleitung 1.1. Projektrahmen 1.2. Hintergrund und Idee 1.3. Aufbau der Arbeit 2. Anforderungen 2.1. Funktionale Anforderungen 2.1.1. Objekterkennung 2.1.2. Kleidungsvorschläge 2.1.3. Visualisierung und Benutzung 2.1.4. Hardware 2.2. Projektrahmen und nicht-funktionale Anforderungen 2.2.1. Das ScaDS.AI und Living Lab in Leipzig 2.2.2. Demonstratoren 2.3. Zusammenfassung 3. Technische Grundlagen 3.1. Objekterkennung 3.1.1. Convolutional Neural Networks 3.1.2. Single Shot Multibox Detector 3.2. Architektur und Technologie-Stack 3.2.1. REST Paradigma 3.2.2. Python Webframework Flask 3.2.3. Single Page Applications mit Vue 3.2.4. Virtualisierung mit Docker 3.3. Zusammenfassung 4. Implementierung 4.1. Architekturentwurf 4.2. Backend Programmierung 4.2.1. Umsetzung als Flask App 4.2.2. Detection 4.2.3. Matching 4.2.4. Umsetzung der REST API 4.3. Frontend Programmierung 4.3.1. Darstellungsschicht 4.3.2. Serviceschicht 4.3.3. Speicherschicht 4.3.4. Datenfluss 4.3.5. Online-Version 4.4. Containerisierung 4.5. Hardware 4.5.1. Samsung Flip 4.5.2. Kamera 4.5.3. Rechner 4.6. Zusammenfassung 5. Projektauswertung 5.1. Erfüllung der Anforderungen 5.2. Schwierigkeiten 5.3. Zusammenfassung 6. Ausblick 7. Literaturverzeichnis 8. Abbildungsverzeichnis 9. Quelltextverzeichnis 10. Anhang

Dieses Paper präsentiert das Forschungsprojekt „Intelligent Camera Unit“ (ICU) der Technischen Hochschule Wildau in Kooperation mit der Beiersdorf AG zur Verbesserung von Portraitaufnahmen in Probandenstudien für Kosmetikprodukte. Das Hauptziel des Projekt besteht darin, Ausrichtungsfehler zu minimieren und die Vergleichbarkeit von Vorher-Nachher-Bildern zu erhöhen. Dies wird durch die Verwendung eines kollaborativen Roboters und KI-gestützter Bildanalyse erreicht, um präzise Ausrichtung und Gesichtspositionen der Probanden zu gewährleisten. Das entwickelte System ermöglicht effiziente und reproduzierbare Aufnahmen aus verschiedenen Winkeln und Entfernungen und bietet eine benutzerfreundliche, web-basierte Bedienoberfläche.

Ziel der vorliegenden Studie war es, verschiedene kommerzielle Anbieter für KI-gestützte FRS-Analysen hinsichtlich ihrer Genauigkeit mit einem menschlichen Goldstandard zu vergleichen. Auf 50 FRS wurden durch zwölf erfahrene Untersucher 15 Landmarken identifiziert, auf deren Basis neun relevante Parameter vermessen wurden. Der Medianwert dieser zwölf Auswertungen wurde für jeden Parameter auf jedem FRS als Goldstandard definiert und als Referenz für die Vergleiche mit vier verschiedenen kommerziellen KI-Anbietern (DentaliQ.ortho, WebCeph, AudaxCeph, CephX) festgelegt. Die statistische Auswertung erfolgte mittels ANOVA mit Messwiederholung, paarweiser Vergleiche mittels Post-hoc-Test und Bland-Altman-Plots. DentaliQ.ortho zeigte für alle neun untersuchten Parameter keinen statistisch signifikanten Unterschied zum menschlichen Goldstandard und es konnte insgesamt von einer hohen Genauigkeit der Auswertungen ausgegangen werden. Auch für WebCeph war kein statistisch signifikanter Unterschied zum menschlichen Goldstandard zu verzeichnen. Allerdings war die Präzision im Vergleich zu den anderen Anbietern für alle Parameter am geringsten und der proportionale Fehler bei nahezu allen Parametern am höchsten. AudaxCeph wies für sieben Parameter statistisch signifikante Unterschiede zum menschlichen Goldstandard auf. Für CephX wurden für fünf Parameter statistisch signifikante Unterschiede zum menschlichen Goldstandard ermittelt. Insbesondere für die dentale Analyse war für alle untersuchten kommerziellen KI-Anbieter eine vergleichsweise niedrigere Genauigkeit zu verzeichnen. Die Ergebnisse zeigen, dass noch deutliche Qualitätsunterschiede zwischen den kommerziellen KI-Anbietern für die vollständig automatisierte FRS-Analyse bestehen. Vor dem Hintergrund der Zeitersparnis und Qualitätssicherung sind KI zwar vielversprechend, sollten aber zum aktuellen Zeitpunkt nur unter Aufsicht durch menschliche Experten zum Einsatz kommen. / The aim of this study was to compare various commercial providers for AI-assisted cephalometric analysis with regard to their accuracy to a humans’ gold standard. Twelve experienced investigators identified 15 landmarks on 50 cephalometric X-rays and on this basis nine relevant parameters were measured. The median value of these twelve evaluations was defined as the gold standard for each parameter on each cephalometric X-ray and used as a reference for the comparisons with four different commercial AI providers (DentaliQ.ortho, WebCeph, AudaxCeph, CephX). Statistical analysis was performed using ANOVA with repeated measures, pairwise comparisons using post-hoc test and Bland-Altman plots. DentaliQ.ortho showed no statistically significant difference to the humans’ gold standard for all nine parameters examined and the overall accuracy of the evaluations could be described as high. There was also no statistically significant difference between WebCeph and the humans’ gold standard. However, compared to the other providers, the precision was the lowest for all parameters and the proportional error was the highest for almost all parameters. AudaxCeph showed statistically significant differences to the humans’ gold standard for seven parameters. For CephX, statistically significant differences to the humans’ gold standard were determined for five parameters. For the dental analysis in particular, a comparatively lower accuracy was recorded for all commercial AI providers examined. The results show that there are significant differences in quality between commercial AI providers for fully automated cephalometric analysis. Although AI is promising in terms of saving time and assuring quality, it should currently only be used under the supervision of human experts.

These are the proceedings of the International Workshop on Reactive Concepts in Knowledge Representation (ReactKnow 2014), which took place on August 19th, 2014 in Prague, co-located with the 21st European Conference on Artificial Intelligence (ECAI 2014).

These are the proceedings of the International Workshop on Reactive Concepts in Knowledge Representation (ReactKnow 2014), which took place on August 19th, 2014 in Prague, co-located with the 21st European Conference on Artificial Intelligence (ECAI 2014).

Simulations (MASim) and non-rational behaviour. This non-rational behaviour is here based on the Prospect Theory [KT79] (PT), which is compared to the rational behaviour in the Expected Utility Theory [vNM07] (EUT). This model was used to design a modified Q-Learning [Wat89, WD92] algorithm. The PT based Q-Learning was then integrated into a proposed agent architecture. Because much attention is given to a limited interpretation of Simon's definition of bounded-rationality, this interpretation is broadened here. Both theories, rationality and the non-rationality, are compared and the discordance in their results discussed. The main contribution of this work is to show that an alternative is available to the EUT that is more suitable for human decision-makers modelling. The evidences show that rationality is not appropriated for modelling persons. Therefore, instead of fine-tuning the existent model the use of another one is proposed and evaluated. To tackle this, the route choice problem was adopted to perform the experiments. To evaluate the proposed model three traffic scenarios are simulated and their results analysed.

In this thesis a Simulator of the Immune System (IS) is developed. The implemented models of the IS refines and extends models of existing Artificial IS. / In der Arbeit wird der Prototyp eines Immunsystem-Simulators erstellt, der die vorhandenen Modelle Künstlicher Immunsystem verfeinert und die Untersuchung der Einflüsse verschiedener Parameter erlaubt.

Heutige Systeme für die Fertigungssteuerung müssen viele unterschiedliche Problemstellungen lösen. Vor allem die Komplexität der Anforderungen sowie die unterschiedlichen Interessen am Ablaufplan, wie hohe Termintreue, kurze Durchlaufzeiten und geringe Produktionskosten, gilt es zu beachten. Erschwert wird dies durch kurze Planungsfristen und hohe Flexibilitätsanforderungen. Komplexe Problemstellungen werden in der künstlichen Intelligenz unter anderem durch den Einsatz von Multiagentensystemen gelöst. Ein solches System zeichnet sich durch eine hohe Flexibilität sowie schnelle Reaktion auch auf unbekannte und nicht spezifizierte Ereignisse aus. Im Rahmen dieser Arbeit werden beide Forschungsgebiete miteinander verknüpft und so der Ansatz des agentenbasierten Fertigungsmanagements verfolgt. Der Schwerpunkt wird dabei auf die Ablaufplanung mit Anwendung auf produzierende Unternehmen gelegt. Vorgestellt wird ein Konzept, das auf Basis der Multiagenten-Technologie neue Aufträge möglichst schnell einplant und das eine Reparatur zur Herstellung der Konsistenz des Planes binnen Sekunden durchführt. Weiterhin findet die Vorstellung einer Planoptimierung statt, welche die vom Bediener spezifizierten Optimalitätsbedingungen umsetzt. Alle diese Verfahren laufen dezentral durch die Agenten ab und werden nur grob durch einen speziellen Agenten gesteuert. Grundlage des Systems ist ein Bewertungssystem, das den Plan anhand verschiedener Kriterien beurteilt. Zur Überprüfung der Funktion des erarbeiteten Konzeptes wurde ein Prototyp implementiert und anschließend analysiert. Trotz der Anwendung auf die Fertigungssteuerung sind alle Ansätze allgemein gehalten und können somit auch auf andere Bereiche, in denen eine Planung erforderlich ist, angewendet werden.

Der vorliegende Band der Informatikberichte ist dem wissenschaftlichen Lebenswerk von Prof. Werner Dilger gewidmet. Seit Oktober 1993 hat er an der Fakultät für Informatik der TU Chemnitz hervorragende Arbeit in Forschung und Lehre geleistet. Dank der Mitarbeit zahlreicher Autoren beleuchtet der vorliegende Band eine große Vielfalt unterschiedlicher Aspekte der Künstlichen Intelligenz.

Grid environments, providing distributed infrastructures, computing resources and data storage, usually show a high degree of heterogeneity in their metadata. We propose a platform for collaborative management and maintenance of common metadata for grids. As the conceptual foundation of this platform, a meta model is presented which distinguishes structured descriptions and classification structures. On this basis, the system allows for the user-friendly creation and editing of grid relevant metadata and provides various search and navigation facilities for grid participants. We applied the platform to the German D-Grid initiative by establishing the D-Grid Ontology (DGO).