MLC@Home - Machine Learning Comprehension

Nanotechnologie, Schaltungstechnik, Materialwissenschaften (DHE, Nano@home...)
Nachricht
Autor
Merowig
Prozessor-Polier
Prozessor-Polier
Beiträge: 146
Registriert: 20.04.2003 18:00

MLC@Home - Machine Learning Comprehension

#1 Ungelesener Beitrag von Merowig » 04.07.2020 10:47

Neues Projekt am Start

MLC@Home - Machine Learning Comprehension - University of Maryland,

https://www.mlcathome.org/mlcathome/

Windowsversion ist in Arbeit
NOTE: This project is brand new. Please bear with us as we kick the tires and get things started. Please raise any concerns in the forums.
MLC@Home is a distributed computing project dedicated to understanding and interpreting complex machine learning models, with an emphasis on neural networks. It uses the BOINC distributed computing platform. You can find more information on our main website here: https://www.mlcathome.org.

Neural Networks have fuelled a machine learning revolution over the past decade that has led to machines accomplishing amazingly complex tasks. However, these models are largly black boxes: we know they work, but they are so complex (up to hundreds of millions of parameters!) that we struggle to understand the limits of such systems. Yet understanding networks becomes extremely important as networks are deployed in safety critical fields, like medicine and autonomous vehicles.
MLC@Home provides an open, collaborative platform for researchers studying machine learning comprehension. It allows us to train thousands of networks in parallel, with tightly controlled inputs, hyperparameters, and network structures. We use this to gain insights into these complex models.
We ask for volunteers to donate some of their background computing time to help us continue our research. We use the time-tested BOINC distributed computing infrastructure — the same infrastructure that powers SETI@home's search for alien life, and Rosetta@home's search for effective medications. BOINC is fun — you get credit for each bit of compute that you do, with leaderboards and milestones. All while helping further open research. Please follow the link below to join, and happy crunching!
Bild Bild

Benutzeravatar
gemini8
Vereinsmitglied
Vereinsmitglied
Beiträge: 3682
Registriert: 31.05.2011 10:30
Wohnort: Hannover

Re: MLC@Home - Machine Learning Comprehension

#2 Ungelesener Beitrag von gemini8 » 04.07.2020 11:20

Ich denke, es wäre sinnvoll, diesen und jenen Thread zusammenzuführen.
Gruß, Jens
- - - - - -
Lowend-User und Teilzeitcruncher

Bild Bild Bild
Bild

Merowig
Prozessor-Polier
Prozessor-Polier
Beiträge: 146
Registriert: 20.04.2003 18:00

Re: MLC@Home - Machine Learning Comprehension

#3 Ungelesener Beitrag von Merowig » 04.07.2020 11:23

Tut mir leid - hab den anderen Thread nicht gesehen
Bild Bild

Benutzeravatar
gemini8
Vereinsmitglied
Vereinsmitglied
Beiträge: 3682
Registriert: 31.05.2011 10:30
Wohnort: Hannover

Re: MLC@Home - Machine Learning Comprehension

#4 Ungelesener Beitrag von gemini8 » 04.07.2020 13:08

Passiert - das Forum ist groß!
Gruß, Jens
- - - - - -
Lowend-User und Teilzeitcruncher

Bild Bild Bild
Bild

Jürgen
Team-Joker
Team-Joker
Beiträge: 374
Registriert: 05.09.2001 01:00
Wohnort: Porta Westfalica
Kontaktdaten:

Re: MLC@Home - Machine Learning Comprehension

#5 Ungelesener Beitrag von Jürgen » 05.07.2020 13:08

Ich habe das jetzt mal ins Wiki eingepflegt, https://www.rechenkraft.net/wiki/Mlc@home.
Allerdings ist das Forum (m.M.n.) nicht ganz richtig, ich wprde das eher bei "Sonstige Biologische... Projekte" einordnen (wie QuChemPedia).
comes hat geschrieben:
02.07.2020 18:47
Wer das Ganze besser versteht und erklären kann, immer her mit den Infos!
Neuronale Netze werden durch ein Feedback angelernt. Das Problem dabei ist, daß man nicht ohne weiteres erkennen kann, was das Netzwerk nun gelernt hat. Ich kann mich da an einen Bericht erinnern, wo ein Netzwerk Bilder erkennen sollte: auf einigen Bildern waren Panzer zu sehen, auf den anderen nicht. Das Netzwerk sollte unterscheiden können: Panzer ja oder nein. Nach der Lernphase war die Erkennungsrate dann bei nahezu 100%.
Dann hat man neue Bilder gemacht und dem Netzwerk vorgesetzt. Das Netzwerk hat auf ganzer Linie versagt. Nach der Analyse war die Lösung: bei der erste Bilderserie, die zum Lernen verwendet wurde, wurden die Bilder mit Panzer bei Sonnenschein und die ohne bei bedecktem Himmel aufgenommen. Und das hatte das Netzwerk in der Lernphase gelernt.
(https://www.ki-risiken.de/2020/02/03/wi ... ntlich-ki/)
Jürgen
-----
Bild Bild

Benutzeravatar
Michael H.W. Weber
Vereinsvorstand
Vereinsvorstand
Beiträge: 20725
Registriert: 07.01.2002 01:00
Wohnort: Marpurk
Kontaktdaten:

Re: MLC@Home - Machine Learning Comprehension

#6 Ungelesener Beitrag von Michael H.W. Weber » 05.07.2020 17:01

Ich sag's mal so: https://www.predictioncenter.org/casp13/index.cgi
Ist Musik drin.

Michael.
Fördern, kooperieren und konstruieren statt fordern, konkurrieren und konsumieren.

http://signature.statseb.fr I: Kaputte Seite A
http://signature.statseb.fr II: Kaputte Seite B

Bild Bild Bild

Antworten

Zurück zu „Nanotechnologie / Schaltungstechnik / Materialwissenschaften“