Logo des Repositoriums

Auflistung nach Autor:in "Brosch, Tobias"

1 - 2 von 2
  • Textdokument
    Kognitiver sequentieller Parallelismus: Von kanonischen neuronalen Schaltkreisen und dem Training rekurrenter neuronaler Netze für perzeptuelle Entscheidungsfindungen
    (Ausgezeichnete Informatikdissertationen 2015, 2015) Brosch, Tobias
    Die Entwicklung autonomer Fahrzeuge zeigt einmal mehr die Schwierigkeiten der visuellen Informationsverarbeitung. Während es Menschen scheinbar mühelos gelingt den visuellen Informationsstrom auszuwerten, bedarf es bei technischen Anwendungen leistungsstarker/energieintensiver GPUs. Neuromorphe Hardware, welche vom Gehirn inspiriert Millionen von Neuronen simuliert, zeigt hier alternative Ansätze für hochgradig skalierbare und energieeffiziente Lösungen [Me14]. Bestehende Algorithmen aus der Computer Vision lassen sich jedoch nur selten auf solche Hardware portieren [Es13]. Vielmehr bedarf es neuer Algorithmen um die Leistungsfähigkeit neuromorpher Systeme zu nutzen. Hierzu trägt meine Arbeit unmittelbar bei. Durch die Modellierung dynamischer Prozesse mit direktem Bezug zur visuellen Informationsverarbeitung im Gehirn und deren mathematischer Analyse wird die Basis geschaffen, um skalierbare und komplexe Systeme zu modellieren. Die Entwicklung eines ereignisbasierten Algorithmus zur optischen Flussschätzung und eines Lernalgorithmus für simultan rekurrente Netze ermöglicht ein verbessertes Verständnis von neurophysiologischen Untersuchungsdaten aber auch die Entwicklung neuer Anwendungen für extrem parallele (GPUs) und/oder neuromorphe Hardware.
  • Konferenzbeitrag
    Social Signal Processing in Companion Systems - Challenges Ahead
    (INFORMATIK 2011 – Informatik schafft Communities, 2011) Layher, Georg; Tschechne, Stephan; Scherer, Stefan; Brosch, Tobias; Curio, Cristóbal; Neumann, Heiko
    Companion technologies aim at developing sustained long-term relationships by employing emotional, nonverbal communication skills and empathy. One of the main challenges is to equip such companions with human-like abilities to reliably detect and analyze social signals. In this proposal, we focus our investigation on the modeling of visual processing mechanisms, since evidence in literature suggests that nonverbal interaction plays a key role in steering, controlling and maintaining social interaction between humans. We seek to transfer fragments of this competence to the domain of human computer interaction. Some core computational mechanisms of extracting and analyzing nonverbal signals are presented, enabling virtual agents to create socially competent response behaviors.