Benutzer: Gast  Login
Wenn Sie Schwierigkeiten haben, das Dokument zu öffnen, versuchen Sie auch bitte diesen Link
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
Autor:
Babaee, Mohammadreza
Jahr:
2016
Dokumenttyp:
Dissertation
Fakultät/School:
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...     »
WWW:
https://mediatum.ub.tum.de/?id=1273681
Eingereicht am:
13.08.2015
Mündliche Prüfung:
30.03.2016
Dateigröße:
3091974 bytes
Seiten:
197
Urn (Zitierfähige URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20160330-1273681-1-9
Letzte Änderung:
17.05.2016
 BibTeX