Seminar: Maschinelles Lernen für Mensch-Roboter-Interaktion / Machine Learning for Human-Robot Interaction

News/Aktuelles

• Erstes treffen/First meeting: 16.10.2019 12h ct, F-235
• Erste Anmeldephase/First registration period (STiNE): 02.09.2019 - 19.09.2019 (13:00h)

Information/Allgemeine Informationen
LV-Nummer:	64-163
Lecturer:	Dr. Doreen Jirak
Period:	Wed/Mi 12-14
Room:	F-235
Credit Hours	2 SWS
Language:	Deutsch/English
Module:	InfB-Sem

Contents/Inhalte

Im Seminar werden aktuelle Machine Learning Methoden und Themen im Kontext von Mensch-Roboter Interaktion behandelt, d.h. deren Potential für reale Szenarien, sowie deren erfolgreiche Umsetzung erörtert und diskutiert. Machine Learning (ML) ist der Oberbegriff für eine Vielzahl unterschiedlicher Algorithmen, die in den letzten Jahren Wegbereiter für viele Anwendungen in der Künstlichen Intelligenz waren. Bekannt sind auch sogenannte Deep Learning Verfahren, also verschiedene Architekturen neuronaler Netze, die Lösungen für viele wichtige Domänen wie z.B. die Objekterkennung, Textverarbeitung oder Emotionserkennung und Personalisierung signifikant vorantreiben. Entscheidend für viele Machine Learning Algorithmen ist allerdings die Bereitstellung von Daten. In Anwendungen, die einen physikalischen Roboter und eine unstete, wenig kontrollierbare Umgebung wie z.B. eine Wohnung oder eine Universität, sind die Datenressourcen limitiert, störanfällig oder nicht sinnvoll integrierbar. Studierende präsentieren in diesem Seminar ausgewählte Themen, die erfolgreiche ML Techniken präsentieren, um somit einen Gesamtüberblick über den aktuellen Stand der Forschung zu geben. Praktische Erfahrungen mit ML Methoden können dabei gern sowohl in den Vortrag, als auch in die Abschlussarbeit einfließen. Entsprechendes Grundwissen vorausgesetzt, können auch Themen aus dem Bereich Ethik und Rechtwissenschaft vorgeschlagen werden.

In this seminar we address current topics and methods of Machine Learning (ML) in the context of Human-Robot Interaction (HRI). We will look into their potential application in robot scenarios and discuss their possible integration. Machine Learning is an umbrella term for a set of different algorithms, which laid the foundation for numerous applications often considered as Artificial Intelligence. Deep learning methods are still dominating this area and achieved good performance on typical domains like object recognition, text processing, as well as emotion recognition and personalization. However, successful ML methods come with the expense of a lot of training data, which is usually hard to achieve in the real, as it is nonstationary and thus hard to control, error-prone to noise and computational resources may be limited. In this seminar, students will present selected topics on current research in ML methods and their application. Practical experience are welcome, the same for topics from ethics and law, assumed that profound background knowledge is available.

Objective/Lernziel

Das Seminar schult in den folgenden Kompetenzen:

• Literaturrecherche, sinnvolle Selektion verwandter Arbeiten, richtiges Zitieren
• Erarbeitung von Methoden und Algorithmen im maschinellen Lernen
• Kennenlernen von konkreten Anwendungen in der Mensch-Roboter Interaktion
• Präsentationstechniken und wissenschaftliches Schreiben, insbesondere wissenschaftliche Diskussion

The students acquire the following skills:

• Literature research, meaningful selection of related work, correct citations
• Acquisition and development of an understanding of machine learning techniques
• Become acquainted with robotic scenarios and real applications
• Deepening presentation skills and scientific writing with special focus on scientific discussions

Procedure/Vorgehen

Das Seminar setzt den erfolgreichen Abschluss eines Proseminars vor. Nach einer generellen Einführung und Zielsetzung des Seminars erfolgt die Verteilung der Themen. Eigene Themen können dem Veranstalter gern vorab vorgeschlagen werden. Jede/r Teilnehmende/r beschließt das Seminar mit einer Ausarbeitung, einem Vortrag und aktiver Teilnahme an Diskussionen. Ein Blockseminar bleibt vorbehalten.

A successful completion of a Proseminar is expected. Seminar topics will be distributed after a general overview and conclusion of the seminar target. Every participant is expected to write a paper, to give a talk and to actively participate in the discussion round.

Literature/Literatur

Wird individuell pro Thema zugewiesen / Is individually per student.

Hints for the examination/Prüfungshinweise

Für das erfolgreiche Bestehen des Seminars wird gefordert:

• Seminarvortrag und Ausarbeitung des gewählten Themas
• aktive Teilnahme an der Diskussion

Special remark for successful completion:

• Talk and paper on the chosen topic
• Active participation in discussions

Material