We are happy to announce that our paper „AlphaZero-Inspired Game Learning: Faster Training by Using MCTS Only at Test Time“ (preprint available here on arXiv) finally got accepted by the internationally well known journal IEEE Transactions on Games. It was quite some work to answer all the good questions of the reviewers, but it was…
WPF DLML im Sommersemester 2022
Im Sommersemester 2022 bieten wir (Profs. Daniel Gaida und Wolfgang Konen) das WPF DLML: Deep Learning, Machine Learning und Künstliche Intelligenz an. Nähere Informationen hierzu finden sich im ILIAS: Übergreifende INF-Module und WPFs – WPF DLML Sommersemester 2022. Wer an diesem WPF teilnehmen möchte, trete bitte diesem ILIAS-Modul UND DER DARIN ENTHALTENEN GRUPPE „Gruppe SoSe2022“…
Mehr Transparenz bei Künstlicher Intelligenz
(Bild: Christoph J Kellner) Zum Forschungsprojekt (RL)^3, das ich gemeinsam mit Laurenz Wiskott (RUB) leite und das in der Abbildung dargestellt wird, ist nun hier eine ausführliche Pressemitteilung verfügbar.
Deep Learning und Reinforcement Learning auf der BIOMA’2020
siehe diesen CIOP-Blog-Post (sorry, in Englisch).
TH Köln nimmt am KI Graduiertenkolleg Data-NInJA teil
Das Land NRW fördert im KI Graduiertenkolleg Data-NInJA („Trustworthy AI for Seamless Problem Solving: Next Generation Intelligence Joins Robust Data Analysis“, Koordinatorin ist Prof. Barbara Hammer von der Universität Bielefeld) insgesamt sieben Promotionstandems, die aus 35 Einreichungen von einer Expertenjury ausgewählt wurden. Die TH Köln ist mit einem Promotionstandem gemeinsam mit der Ruhr-Universität Bochum (RUB)…
WPF DLML 2020: „Deep Learning, Machine Learning + KI“
Auch im WS20/21 wird es wieder das beliebte WPF DLML geben! Nicht erst seit den Erfolgen AlphaGo, AlphaZero und AlphaStar von Google’s DeepMind ist Deep Learning in aller Munde. Andere Erfolge liegen im Bereich der Bilderkennung, des Sprachverstehens oder der Synthese aus beidem: Ein Computer lernt, bisher nicht gesehene Bilder mit sinnvollen Bildunterschriften zu versehen….
Jordan Scholzen gewinnt mit KI-Abschlussarbeit im Opitz Innovationspreis 2020
Meinen herzlichen Glückwunsch an Jordan Scholzen, der mit seiner Arbeit „Künstliche Intelligenz in der Kompositionslehre – Eine Untersuchung von Long-Short-Term-Memory-Netzen zur Analyse von Kontrapunkten nach Fux“ den 1. Preis beim Opitz-Innovationspreis 2020 gewann. Die von mir betreute Bacherlor-Arbeit beschäftigte sich damit, wie eine Unterstütungs-KI für Musikstudierende in der Kompositionslehre aussehen kann. Scholzen zeigte, dass es…
Neue Themenangebote im Bereich Game Learning
+++ Update 10/2020: FutureWorkGBG: Project themes in GBG for students (PDF) +++ Mit dem Beginn des Jahres 2018 ist ein neues Software-Framework GBG (General Board Game Playing & Learning) als Open Source verfügbar, das in meiner Arbeitsgruppe an der TH Köln entwickelt wurde und das den Einstieg in die faszinierende Welt des Game Learning…
Doktorand aus der CIOP-Gruppe gewinnt Best-Paper-Award
s. Beitrag auf CIOP (in Englisch) s. Oberbergischer Anzeiger vom 08.01.2020, „Beste Arbeit kam von Markus Thill“ s. News-Beitrag der TH Köln „Neue Algorithmen können Anomalien beim Herzschlag besser erkennen“
TH Köln präsentiert auf IEEE CONFERENCE ON GAMES (CoG) 2019, London
Poster zu Game Learning auf der CoG 2019, London
