Workshop mit CARIAD
Der Nachmittag begann mit einer Vorstellungsrunde, auf die drei Übersichtsvorträge folgten:
- Tsung Yuan Tseng stellte uns seine bisherige Arbeit an der TU München vor, gab Einblicke in seinen Forschungshintergrund und legte den Grundstein für seine zukünftigen Beiträge im Labor.
- Als nächstes gab Dr. Matthias Rottmann einen Überblick über aktuelle Forschungsthemen an der Bergischen Universität Wuppertal, wobei er Projekte hervorhob, die sich mit sicherem und robustem maschinellem Lernen befassen, insbesondere im Kontext von Computer Vision und autonomen Systemen.
- Im Anschluss daran hielt Dr. Fabian Hüger einen spannenden Vortrag über Safe AI Engineering, in dem er die Bedeutung von vertrauenswürdiger und transparenter KI in automobilen Anwendungen und die Herausforderungen, die sich in realen Einsatzszenarien ergeben, hervorhob.
Nach einer lebhaften Kaffeepause und offenen Diskussionen wurde der Workshop mit zwei Forschungspräsentationen von Labormitgliedern fortgesetzt:
- Edgar Heinert präsentierte eine gemeinsame Arbeit zum Thema „Transferring Styles for Reduced Texture Bias and Improved Robustness in Semantic Segmentation Networks“, die in Zusammenarbeit mit Ben Hamscher, Annika Mütze, Kira Maag und Matthias Rottmann entwickelt wurde. Der Vortrag konzentrierte sich auf die Verbesserung der Generalisierung in Bildverarbeitungsmodellen durch Stiltransfertechniken.
- Dr. Annika Mütze folgte mit einem Vortrag mit dem Titel „Can We Challenge Open-Vocabulary Object Detectors with Generated Content in Street Scenes?“, den sie gemeinsam mit Sadia Ilyas, Christian Dörpelkus und Matthias Rottmann verfasste. Sie untersuchte, wie synthetische Daten dazu beitragen können, die Grenzen von Objektdetektoren zu testen, die auf breiten, offenen Vokabeldatensätzen trainiert wurden.
Dieser Workshop ist ein vielversprechender Schritt zur Förderung der langfristigen Zusammenarbeit zwischen Wissenschaft und Industrie. Wir freuen uns darauf, Tsung Yuan Tseng bei seinen Forschungen zu unterstützen und weiterhin die Schnittstelle zwischen sicherer KI und Automobilinnovation zu erforschen.
