Roman Nestler, Fachpreis in Geographie 2020

Man sollte sich frühzeitig überlegen, für welches Fach, welchen Bereich und welches Thema wirkliches Interesse besteht. Wenn man für eine „Sache brennt“, kann die Arbeit dann nur gut werden.

Lisa Koch, Fachpreis in Chemie 2020

Der Bereich MINT interessiert mich, aufgrund meiner naturwissenschaftlich-/mathematischen Neigungen. In der aktuellen Corona – Krise wird deutlich, welche Rolle Impfstoffe und Arzneimittel spielen, was wiederum die Bedeutung der Naturwissenschaften unterstreicht. Nur die Naturwissenschaften können uns Wege aus der Krise aufzeigen.

Marlene Riedl, Fachpreis in Mathematik, 2020

Das Netzwerk MINT TANK ermöglicht den Sieger*innen bei regelmäßigen Veranstaltungen eine mathematisch-naturwissenschaftliche Horizonterweiterung und vor allem auch den Austausch mit anderen MINT-begeisterten jungen Menschen. Für mich persönlich hat dies sogar noch einen größeren Wert als das Preisgeld.

Funktionsweise künstlicher neuronaler Netzwerke: Grundlagen und Programmierung eines Beispiels

Künstliche neuronale Netzwerke sind eine mathematische Nachbildung der menschlichen beziehungsweise tierischen Reizverarbeitung im Nervensystem. Sie sind selbstlernende Algorithmen und dadurch ein Zweig der künstlichen Intelligenz, ein Teilbereich der Informatik. Sie haben eine Vielzahl von Anwendungsgebieten. Diese reichen von der Gesichtserkennung bis zur Fahrzeugsteuerung.

Die vorliegende Arbeit gibt einen Einblick in den Aufbau und die Funktionsweise von künstlichen neuronalen Netzen. Anfangs wird der Algorithmus theoretisch beleuchtet, das künstliche neuronale Netzwerk wird aus dem biologischen Vorbild modelliert und mathematisch, in Bezug auf Aufbau und Verwendung, betrachtet. Danach wird ein vielverwendetes Lernverfahren, das Gradientenabstiegsverfahren, hergeleitet. In einem weiteren Teil dieser Arbeit wird das künstliche neuronale Netz von der praktischen Seite beschrieben, indem es in ein Computersystem implementiert wird. Das Programm lernt erfolgreich, handgeschriebene Ziffern selbstständig zu klassifizieren. Abschließend werden gesellschaftliche und ethische Probleme, welche mit der Verwendung künstlicher neuronaler Netze einher gehen, untersucht.

Download (PDF)

Preisträger

Elias Krainer

Schulfach

Informatik

Betreuende Universität

Hochschulen Graz

Ausgezeichnete Arbeiten

2020, Physik, 2. Platz,
Annika Schkoda, Universität Augsburg

Die Verwendung eines Drucksensors bei der Skitechnik des Carvens – Die Entwicklung eines digitalen Skilehrers

mehr info

2018, Mathematik, 2. Platz,
Robin Wilkens, Carl von Ossietzky Universität Oldenburg

Numerische Integration

mehr info

2016, Informatik, 2. Platz,
Rafael Vrecar, Universität Wien

Programme und Fallbeispiele zur automatisierten Extraktion von Daten aus Webseiten

mehr info