Michael Heichler, Signatur

Forschung

In zwei Abschlussarbeiten untersuchte ich gelernte Grenzen und die Kooperation zwischen Menschen und technischen Agenten.

Master-Thesis · FOM · 2022

Augmented Work: Evaluierung von Reinforcement Learning Environments für die Analyse der Kooperation zwischen Menschen und Künstlicher Intelligenz

Frage
Welche Faktoren bestimmen wirksame Zusammenarbeit von Menschen und KI-Agenten in Multi-Agent-Reinforcement-Learning-Umgebungen?
Methode
Evaluation von Frameworks für Gymnasium und DeepMind Lab 2D anhand menschlicher Eingaben, kooperativer Merkmale und des Agentenverhaltens.
Ergebnis
Ich entwickelte Prototypen eines Team-Readiness-Score als ersten Rahmen zur Messung der Teamkompetenz von Agenten in den geprüften Umgebungen.
Abstract (PDF)
Bachelor-Thesis · FOM · 2020

Analysis of the deep one-class classification procedure applied on network anomaly detection tasks

Frage
Wie eignet sich DeepSVDD für die unbeaufsichtigte Erkennung von Anomalien in tabellarischem Netzwerkverkehr?
Methode
DeepSVDD auf öffentlichen Netzwerkverkehrsdatensätzen mit Vorverarbeitung, selbstüberwachtem Repräsentationslernen sowie Evaluation anhand von Precision, Recall, F1-Score und Kreuzvalidierung.
Ergebnis
Die Auswertung ergab eine genauere und robustere Erkennung bei bekannten Mustern. Irrelevante Merkmale begrenzten die Generalisierung auf neue oder unbekannte Verkehrsmuster.
Abstract (PDF)

Publikationen

  • · Augmented Work: Evaluierung von Reinforcement Learning Environments für die Analyse der Kooperation zwischen Menschen und Künstlicher Intelligenz
  • · Analysis of the deep one-class classification procedure applied on network anomaly detection tasks