User: Guest  Login
More Searchfields
Simple search
Original title:
Aktives Lernen mit Segmentierung und Clusterbildung zur bildbasierten Klassifikation der Landbedeckung
Translated title:
Active learning with segmentation and clustering for image-based classification of the land cover
Author:
Wuttke, Sebastian
Year:
2018
Document type:
Dissertation
Faculty/School:
Ingenieurfakultät Bau Geo Umwelt
Advisor:
Stilla, Uwe (Prof. Dr.)
Referee:
Stilla, Uwe (Prof. Dr.); Heipke, Christian (Prof. Dr.)
Language:
de
Subject group:
BAU Bauingenieurwesen, Vermessungswesen; GEO Geowissenschaften
Keywords:
Überwachtes maschinelles Lernen, Fernerkundung, Binärbaum, Iterative Fehlerminimierung, Trainingsaufwand reduzieren, Clusterannahme, Glattheitsannahme
Translated keywords:
supervised maschine learning, remote sensing, binary tree, iterative error minimization, reducing training effort, cluster assumption, smoothness assumption
TUM classification:
BAU 950d
Abstract:
Verfahren des überwachten maschinellen Lernens benötigen viele Trainingsbeispiele. Da deren Beschaffung in der Fernerkundung aufwendig ist, wird ein dreistufiges Verfahren zur Reduzierung der benötigten Anzahl vorgestellt. In dieser Arbeit minimiert ein aktiver Lernprozess den Klassifikationsfehler durch iteratives Stutzen der Binärbaumdarstellung einer Clusterhierarchie. Das Verfahren wurde mit acht Experimenten auf drei urbanen Datensätzen untersucht und reduziert den Trainingsaufwand um 95%.
Translated abstract:
Methods of supervised machine learning require many training examples. Since their procurement in remote sensing is costly, a three-step process for reducing the required number is presented. In this work, an active learning process minimizes the classification error by iteratively pruning the binary tree representation of a cluster hierarchy. The method was studied with eight experiments on three urban data sets and reduces the training effort by 95%.
WWW:
https://mediatum.ub.tum.de/?id=1453048
Date of submission:
27.09.2018
Oral examination:
07.12.2018
File size:
24574469 bytes
Pages:
116
Urn (citeable URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20181207-1453048-1-5
Last change:
22.01.2019
 BibTeX