Aktuell sind Lieferverzögerungen oder Einschränkungen bei der Verfügbarkeit einzelner Artikel möglich
Der Verkäufer verschickt den Artikel innerhalb von 1 Werktag nach Zahlungseingang. Hinweis: Bestimmte Zahlungsmethoden werden in der Kaufabwicklung nur bei hinreichender Bonität des Käufers angeboten.
Kundenrezensionen Bewertungen 1 Bewertung 5, 0 /5 Isabell R. 28. 08. 2018 "Qualität der Shirts, sowie des Druckes sind sehr gut, auch nach dem Waschen. "
Weitere Informationen erteilt Ihnen gern: Prof. Klaus-Robert Müller TU Berlin Maschinelles Lernen Tel. : 030 314-78620 E-Mail: Merkmale dieser Pressemitteilung: Journalisten, Wissenschaftler Informationstechnik, Maschinenbau überregional Forschungsprojekte, Organisatorisches Deutsch
Die meisten maschinellen Lernverfahren arbeiten mit Standard-Algorithmen, die davon ausgehen, dass die Menge der zu verarbeitenden Daten irrelevant ist. Das gilt aber nicht für akkurate quantenmechanische Berechnungen eines Moleküls, bei denen jeder einzelne Datenpunkt entscheidend ist und wo die einzelne Berechnung bei größeren Molekülen Wochen oder manchmal auch Monate in Anspruch nehmen kann. Die enorme Rechnerleistung, die dafür benötigt wird, machte bislang ultrapräzise molekulardynamische Simulationen unmöglich. Verbundprojekt: BZML - Berliner Zentrum für Maschinelles Lernen AP20 - HU Berlin Forschungsportal - Forschungsinformationssystem der HU Berlin. Bisher, denn dank Ihrer Methode können jetzt neuartige naturwissenschaftliche Erkenntnisse leichter gewonnen werden. Wie ist Ihnen das gelungen? Der Trick besteht darin, mit den maschinellen Lernverfahren nicht alle der potentiell möglichen Zustände der Molekulardynamik zu berechnen, sondern nur die, die sich nicht aus bekannten physikalischen Gesetzmäßigkeiten oder der Anwendung von Symmetrieoperationen ergeben. Diese speziellen Algorithmen erlauben es, das Verfahren auf die schwierigen Probleme der Simulation zu konzentrieren, anstatt Rechnerleistung für die Rekonstruktion trivialer Beziehungen zwischen Datenpunkten zu nutzen.
Der vierte Schwerpunkt beinhaltet, maschinelle Lernverfahren verständlich und nachvollziehbar zu gestalten, damit sie den Weg aus der Grundlagenforschung in die industrielle und wissenschaftliche Anwendung finden. Berliner zentrum für maschinelles lernen berlin. Das BZML wird eng mit dem Berlin Big Data Center (BBDC) unter der Leitung von Dr. Volker Markl, Professor für Datenbanksysteme und Informationsmanagement an der TU Berlin, zusammenarbeiten, der unter anderem auch als Co-Sprecher des BZML fungiert. "Das Team verbindet Wissenschaftlerinnen und Wissenschaftler der Technischen Universität Berlin, der Freien Universität Berlin, der Humboldt-Universität zu Berlin, der Universität Potsdam, der Charité Universitätsmedizin sowie zahlreicher außeruniversitärer Forschungseinrichtungen", erklärt Klaus-Robert Müller die Struktur des BZML. Die Konzentration an Expertise in den Bereichen maschinelles Lernen, Datenanalyse, Statistik, Informationstheorie, Kommunikation, Optimierung, Sprachverarbeitung, Videoanalyse, Molekularbiologie und insbesondere Genetik, medizinische Bildverarbeitung, verteilte Systeme, Datenmanagement und Netze stellt eine inhaltliche und methodische Alleinstellung dar, die in dieser Form in Deutschland nur von diesem Konsortium abgebildet werden kann.
Weitere Informationen erteilt Ihnen gern: Prof. Klaus-Robert Müller TU Berlin Maschinelles Lernen Tel. : 030 314-78620 E-Mail: