User: Guest  Login
More Searchfields
Simple search
Document type:
Masterarbeit
Author(s):
Moritz Spielvogel
Title:
Deep Active Learning for Classification Tasks
Abstract:
Deep neural networks need in general high amounts of data to gain high performance on a test set. Depending on the task, labeling such a big data set is very expensive whereas it is often easy to get huge amounts of unlabeled data. The purpose of this thesis is to find a much smaller subset on which the network performs similarly well. Thus, an active learning framework is built, which gradually samples from the given pool of unlabeled data. For the sampling process, different sampling meth...     »
Translated abstract:
Tiefe Neuronale Netze (Deep neural networks) brauchen im Allgemeinen große Mengen annotierte Daten, um hochperformante Ergebnisse erzielen zu können. Die Idee von Ac- tive Learning (Aktives Lernen) ist hingegen die Daten, welche annotiert werden sollen, auszuwählen, damit das Neuronale Netz auch mit diesem Datensatz eine vergleichbare Performanz erreicht. Hierfür wird ein Algorithmus entwickelt, welcher von diesem Daten- satz schrittweise Teilmengen einer bestimmten Größe auswählt, diese an...     »
Supervisor:
Hans-Joachim Bungartz
Advisor:
Ionut Farcas
Year:
2020
Quarter:
1. Quartal
Year / month:
2020-03
Month:
Mar
Language:
en
Language from translation:
de
University:
Technical University of Munich
Faculty:
Fakultät für Mathematik
 BibTeX