KIT-Bibliothek

05: Maschinelles Lernen 2 - Fortgeschrittene Verfahren, Vorlesung, SS 2017, 07.07.2017

Diese Audio- bzw. Video-Datei ist urheberrechtlich geschützt. Der Zugriff ist nur über Rechner des Karlsruher Instituts für Technologie (KIT) erlaubt.

Autor

Jacques Kaiser

Herausgeber

KIT | Webcast

Beteiligtes Institut

Institut für Anthropomatik und Robotik (IAR)

Genre

Vorlesung

Beschreibung

  • 0:00:00 Starten
  • 0:00:21 Motivation Video: SPAUN
  • 0:03:27 Overview
  • 0:04:27 Neurons anatomy
  • 0:05:35 Neurons in action
  • 0:07:42 Modelling Neurons
  • 0:09:04 Synaptic plasticity
  • 0:11:41 Coding information
  • 0:14:06 Why not backpropagation in spiking networks?
  • 0:17:05 Os backpropagation biologically possible
  • 0:21:43 Synaptic plasticity as learning
  • 0:23:41 Different types of long-term synaptic plasticity
  • 0:24:18 Formalization of precise spiketime plasticity rules
  • 0:27:23 Example: Hebbian and anti-hebbian learning rules
  • 0:28:55 Formalization of rate-based plasticity rules
  • 0:32:56 Formalization of reward-based plasticity rules
  • 0:34:50 Other neuromodulators
  • 0:36:32 Structural plasticity - rewiring synapses
  • 0:40:14 Unsupervised learning with STDP
  • 0:42:43 Supervised learning with STDP - Associative learning
  • 0:44:18 SPORE - Synaptic Plasticity with Online Reinforcement learning
  • 0:45:45 SPORE in action - Binary classification
  • 0:47:08 Spiking Networks as kernel methods
  • 0:48:44 Linear reression on rates - Neural Engineeering Framework
  • 0:52:13 Regression on Post-Synaptic Potentials - Liquid State Machines
  • 0:54:07 Liquid State Machines in real life
  • 0:56:21 Neuromorphic chips - spiking network
  • 1:01:52 Neuromorphic sensors -Silicon retina (DVS)
  • 1:03:54 Short-term visual prediction of address events
  • 1:04:36 Connecting robots to spiking networks
  • 1:05:41 Grasping motions with spiking networks
  • 1:06:37 End-to-end robot control - Braitenberg vehicles
  • 1:09:44 mBuilding Braitenberg vehicles in simulation
  • 1:11:53 Where to o next?

Laufzeit (hh:mm:ss)

01:12:49

Serie

Maschinelles Lernen 2 - Fortgeschrittene Verfahren, Vorlesung, SS 2017

Publiziert am

11.07.2017

Fachgebiet

Informatik

Lizenz

KITopen-Lizenz

Auflösung 1280 x 720 Pixel
Seitenverhältnis 16:9
Audiobitrate 112661 bps
Audio Kanäle 2
Audio Codec aac
Audio Abtastrate 48000 Hz
Gesamtbitrate 917900 bps
Farbraum yuv420p
Container mov,mp4,m4a,3gp,3g2,mj2
Medientyp video/mp4
Dauer 4370 s
Dateiname DIVA-2017-413_hd.mp4
Dateigröße 4.096 byte
Bildwiederholfrequenz 25
Videobitrate 799143 bps
Video Codec h264

Embed-Code