Premium Sonstiges

Künstliche Intelligenz (8): Machine Learning und Deep Learning (Teil 2)

Anton S. Quinsten, Dominik Heße, Aydin Demircioğlu,
Titelbild zum zweiten Teil des Fachbeitrags über Machine Learning und Deep Learning aus der Reihe über künstliche Intelligenz
© WrightStudio, stock.adobe.com
Newsletter­anmeldung

Bleiben Sie auf dem Laufenden. Der MT-Dialog-Newsletter informiert Sie jede Woche kostenfrei über die wichtigsten Branchen-News, aktuelle Themen und die neusten Stellenangebote.


Training: Da das Eingangssignal vorgegeben ist, lässt sich nach der Bestimmung der Gewichte der Synapsen die Ausgabe des Netzes exakt berechnen, weil jedes Neuron genau gleich arbeitet: Es addiert die eingehenden Signale und transformiert diese mit der Aktivierungsfunktion. Die Gewichte spielen also die zentrale Rolle.

Zusammenfassung

Die künstliche Intelligenz (KI) ist ein Teilgebiet der Informatik (IT). Internationale Wissenschaftler/-innen und Berufsverbände wie ISRRT oder EFRS betonen, dass KI den Beruf der MTRA maßgeblich beeinflussen kann und somit auch die Art und Weise, wie MTRA künftig arbeiten. Daher scheint es wichtig, dass MTRA neben ihrer fachlichen Kompetenz ihre Kompetenz im Bereich der Informatik erweitern. Es erscheint erforderlich, dass MTRA sich mit der IT beschäftigen, um ein grundlegendes Verständnis für KI entwickeln und dies in ihre Arbeitsprozesse sinnvoll integrieren zu können. Im folgenden Beitrag möchten wir den Einblick in die Themen Machine Learning und Deep Learning weiter vertiefen.

Schlüsselwörter: MTRA, Informatik, Machine Learning, Deep Learning, neuronale Netze, Convolutional Neural Networks

Abstract

Artificial intelligence (AI) is a subfield of computer science (CS). International scientists and Radiographer associations agree that AI will have a significant impact on the Radiographer profession and fundamentally change the way how Radiographer work. Therefore, it is important that Radiographers enhance their competence in the field of computer science in addition to their professional competence. There is a need for Radiographers to engage with CS in order to develop a fundamental understanding of AI so that they can integrate this into their work processes in a useful way. In the following article, we would like to give you further insights into machine learning and deep learning.

Keywords: radiographer, computer science, machine learning, deep learning, neural network, convolutional neural networks

DOI: 10.53180/MTADIALOG.2022.0803

 

Entnommen aus MTA Dialog 10/2022

Online-Angebot der MT im Dialog

Um das Online-Angebot der MT im Dialog uneingeschränkt nutzen zu können, müssen Sie sich einmalig mit Ihrer DVTA-Mitglieds- oder Abonnentennummer registrieren.

Stellen- und Rubrikenmarkt

Möchten Sie eine Anzeige in der MT im Dialog schalten?

Stellenmarkt
Industrieanzeige