Kamera läuft Neuronale Netze
Werbung
pe press projekte Kamera läuft Videoproduktion für die tekom e.V. Die tekom e.V., der Fachverband für technische Kommunikation mit Sitz in Stuttgart, plant eine neue Berufseinsteiger-Internetplattform für den Beruf Technische Redakteurin/Technischer Redakteur. Aufgabe einer Projektgruppe von PE Studenten an der Hochschule Furtwangen University war im Wintersemester 2009/2010 die Produktion von Informationsfilmen. Nach dem Kick-Off-Meeting Anfang Oktober bei der tekom e.V. in Stuttgart waren die Ziele des Projekts geklärt und die Gruppe konnte mit der Arbeit beginnen. Die Projektgruppe produzierte Videos für eine neue Berufseinsteiger-Internetplattform der tekom. Der Auftrag bestand aus zwei Teilen: Für den ersten Teil drehten die Projektmitglieder um Projektleiter Raphael Stäbler auf der tekom-Jahrestagung 65 Kurzinterviews. Befragt wurde das dort anwesende Fachpublikum. Die Befragten äußerten sich zu mindestens einem von sieben Themengebieten des Berufsfelds technische Kommunikation. Aus dem Filmmaterial wurde jeweils ein Trailer zu den Themen Studium, Berufseinstieg, Tätigkeiten, Karriere, Spaßfaktor, Jobchancen und Beruf & Familie produziert. Der zweite Teil des Projekts war die Erstellung eines Video-Portraits eines PE Absolventen. Es fiel die Wahl auf Frank Gremmelsbacher von Visplay in Weil am Rhein. Hierbei unterstützte Dipl.-Inf. Axel Heinzmann die Projektgruppe. Die Videos werden auf der Internetseite der tekom e.V. verfügbar sein. Frederik Bronner, PE Student Neuronale Netze PC-Erkennung handgeschriebener Zahlen In einem Projekt der Fakultät Produkt Engineering/Wirtschaftsingenieurwesen zum Thema „Neuronale Netze und Fuzzy Logik“ beschäftigten sich Studenten des 4. Semesters im vergangenen Semester mit der computergestützten Erkennung von handgeschriebenen Zahlen. Eine Zahl wird digital in Photoshop geschrieben. Anschließend wird diese in Excel übertragen und die Zahl in Nullen und Einsen umgewandelt. Die Matrix wird dabei übernommen, so dass die Zahl selbst aus Einsen besteht und sichtbar wird. Der Rest wird mit Nullen gefüllt. Um die Zahl für das neuronale Netz in Matlab aufzubereiten, muss diese Matrix noch in einen Vektor von 1x784 umgewandelt werden. Das eigent- ausgabe 27 liche Netz wird über eine Datenbank, die aus 4000 handgeschriebenen Zahlen besteht, trainiert. Diese Zahlen existieren ebenfalls als Vektor und werden über ein neuronales Netz auf die zum Vektor zugehörige geschriebene Zahl antrainiert. Das neuronale Netz besteht aus sehr vielen Neuronen, die ähnlich wie im menschlichen Gehirn Informationen weiterleiten, verstärken oder löschen. Dabei werden Neuronen mit Gewichten versehen, welche entscheiden, ob eine Information weitergeleitet wird. Unser neuronales Netz muss ein Muster aus den zugehörigen Vektoren erkennen und mit einer hohen Wahrscheinlichkeit die zuvor geschriebene Zahl ausgeben. Kay-Uwe Zimmermann, PE Student 35
