von Florian Hillitzer, M. Sc.
Kurzfassung:
Automatisierte Systeme benötigen neben leistungsfähigen Wahrnehmungs- und Trackingalgorithmen auch die Fähigkeit, ihre eigene Zuverlässigkeit zur Laufzeit einzuschätzen, um Unsicherheiten in komplexen und dynamischen Umgebungen beherrschbar zu machen. Der Vortrag betrachtet diese Form der Selbstbewertung, im Sinne eines Self-Assessments, als Baustein zur Bewertung von Tracking-Algorithmen und ordnet sie in den Kontext eines Unified Self-Assessment Frameworks sowie des Projekts CONTROL (https://control-projekt.de/) ein.
Im Fokus steht die Frage, wie statistische Konsistenzindikatoren aus Tracking-Algorithmen in eine gemeinsame und interpretierbare Unsicherheitsrepräsentation überführt werden können. Subjective Logic dient dabei als mögliche Schnittstelle zur Darstellung und Fusion von Evidenz, Unsicherheit und Nichtwissen. Als konkretes Beispiel wird ein informationstheoretisch motivierter Ansatz am Kalman-Filter vorgestellt, der zeigt, wie solche Bewertungsmodule praktisch umgesetzt werden können.
Zu diesem Vortrag wird herzlich eingeladen.