Benutzer: Gast  Login
Originaltitel:
Immersive Interactive Data Mining and Machine Learning Algorithms for Big Data Visualization 
Übersetzter Titel:
Immersives Interaktives Data Mining und Maschinelles Lernen für die Visualisierung von Big Data 
Jahr:
2016 
Dokumenttyp:
Dissertation 
Institution:
Fakultät für Elektrotechnik und Informationstechnik 
Betreuer:
Rigoll, Gerhard (Prof. Dr. habil.) 
Gutachter:
Rigoll, Gerhard (Prof. Dr. habil.); Wollherr, Dirk (Prof. Dr. habil.); Datcu, Mihai (Prof. Dr.) 
Sprache:
en 
Fachgebiet:
DAT Datenverarbeitung, Informatik 
TU-Systematik:
DAT 815d 
Kurzfassung:
This thesis addresses several challenges in the area of human-machine communication for applications in data mining and visualization. An Immersive Visual Data Mining (IVDM) system is presented, which allows the interactive display of images in a Cave Automatic Virtual Environment (CAVE). New (interactive) algorithms based on non-negative matrix factorization are presented for dimensionality reduction. Finally, a new active learning algorithm for the annotation of images is presented. 
Übersetzte Kurzfassung:
Diese Dissertation adressiert mehrere Herausforderungen im Feld der Mensch-Maschine-Kommunikation für Anwendungen im Bereich Data Mining und Visualisierung. Ein Immersives Visuelles Data Mining (IVDM) System wird vorgestellt, welches die interaktive Darstellung von Bildern in einer Cave Automatic Virtual Environment (CAVE) ermöglicht. Neue (interaktive) Algorithmen basierend auf nichtnegativer Matrixfaktorisierung werden zur Dimensionsreduktion vorgestellt. Zuletzt wird ein aktiv lernender Algor...    »
 
Mündliche Prüfung:
30.03.2016 
Dateigröße:
3091974 bytes 
Seiten:
197 
Letzte Änderung:
17.05.2016