Login
- Originaltitel:
- Reinforcement Learning in Supervised Problem Domains
- Übersetzter Titel:
- Bestärkendes Lernen für Überwachte Problem-Domänen
- Autor:
- Rückstieß, Thomas Frank
- Jahr:
- 2016
- Dokumenttyp:
- Dissertation
- Fakultät/School:
- Fakultät für Informatik
- Betreuer:
- van der Smagt, Patrick (Prof. Dr.)
- Gutachter:
- van der Smagt, Patrick (Prof. Dr.); Schmidhuber, H. Jürgen (Prof. Dr.)
- Sprache:
- en
- Fachgebiet:
- INF Informationswesen, Bibliotheks-, Dokumentations-, Archiv-, Museumswesen
- Stichworte:
- Reinforcement Learning, Data Consumption, Context Learning
- Übersetzte Stichworte:
- Bestärkendes Lernen, Datenkonsum, Kontextuelles Lernen
- TU-Systematik:
- DAT 260d; DAT 815d
- Kurzfassung:
- This thesis discusses novel information processing methods and algorithms capable of directing attention to relevant details and analysing them in sequence to keep up with the data explosion that has been witnessed in the last decades. The concept of "data consumption" is introduced together with means to minimise it during classification tasks, and a new sequence learning approach is presented that builds an explicit contextual state while traversing sequences.
- Übersetzte Kurzfassung:
- In dieser Dissertation werden neue Methoden zur Informationsverarbeitung diskutiert, die in der Lage sind, ihre Aufmerksamkeit auf relevante Details zu richten und diese sequentiell zu verarbeiten, um mit der Datenexplosion Schritt zu halten, die in den letzten Jahrzehnten beobachtet wurde. Das Konzept des "Datenkonsums" und dessen Minimierung für Klassifikation wird eingeführt, sowie eine sequenzielle Lernmethode, die während des Traversierens einen expliziten kontextuellen Zustand aufbaut.
- WWW:
- https://mediatum.ub.tum.de/?id=1174677
- Eingereicht am:
- 30.06.2015
- Mündliche Prüfung:
- 04.02.2016
- Dateigröße:
- 4388453 bytes
- Seiten:
- 169
- Urn (Zitierfähige URL):
- https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20160204-1174677-1-5
- Letzte Änderung:
- 15.04.2016
BibTeX
Vorkommen:
- mediaTUM GesamtbestandElektronische PrüfungsarbeitenSchoolTUM School of Computation, Information and TechnologyComputer Engineering
- mediaTUM GesamtbestandElektronische PrüfungsarbeitenFachgebietInformationswesen, Bibliotheks-, Dokumentations-, Archiv-, Museumswesen
- mediaTUM GesamtbestandEinrichtungenSchools TUM School of Computation, Information and TechnologyPrüfungsarbeitenDissertationen