User: Guest  Login
Original title:
Analysis and Performance Engineering for Learning with Sparse Grids
Translated title:
Analyse und Performance Engineering für Lernen mit dünnen Gittern
Author:
Sârbu, Paul-Cristian
Year:
2022
Document type:
Dissertation
Faculty/School:
TUM School of Computation, Information and Technology
Advisor:
Bungartz, Hans-Joachim (Prof. Dr.)
Referee:
Bungartz, Hans-Joachim (Prof. Dr.); Pflüger, Dirk (Prof. Dr.)
Language:
en
Subject group:
DAT Datenverarbeitung, Informatik
TUM classification:
MAT 650; DAT 780
Abstract:
This thesis explores and expands the use of spatially adaptive sparse grids for solving various learning tasks, in a multi-faceted approach. We introduce new estimators of functions of probability densities, we improve time series prediction results on financial data by means of a regression/classification code optimized for a specific computer architecture, and we introduce two new clustering techniques, implemented in a user-oriented manner, which can analyze deterministic and uncertain data,...     »
Translated abstract:
Diese Arbeit untersucht und erweitert die Verwendung von räumlich-adaptiven dünnen Gittern zur Lösung verschiedener Lernaufgaben in einem vielschichtigen Zugang. Wir führen neue Schätzer von Funktionen von Wahrscheinlichkeitsdichten ein, verbessern die Ergebnisse der Zeitreihenvorhersage von Finanzdaten durch einen Regressions-/Klassificationscode, der für eine bestimmte Rechenarchitektur optimiert wird, und wir stellen zwei neue, benutzerorientiert implementierte Clusteringmethoden vor, die det...     »
WWW:
https://mediatum.ub.tum.de/?id=1638213
Date of submission:
03.01.2022
Oral examination:
02.05.2022
File size:
7012858 bytes
Pages:
221
Urn (citeable URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20220502-1638213-1-1
Last change:
13.01.2023
 BibTeX